利用Azure云上的GPU Cluster来跑EfficientDet的注意事项

首先导入azureml.core

其次从azureml.core导入Environment,Experiment,ScriptRunConfig,Workspace

获取workspace

用Environment.form_conda_specification来获取运行环境，我在这里停留了很长时间，因为例子中用的是Environment.get(workspace=ws,name="AzureML-PyTorch-1.4-GPU").clone("mlflow-env"),env.Python.conda_dependencies.add_pip_package("azureml-mlflow"),env.Python.conda_dependencies.add_pip_package("pillow==6.0.0");无论如何修改，得到的环境和自己运行的环境都不一致，导致各种报错如不支持Cuda等。把name改为配置好的环境如AzureML-pytorch-1.9-ubuntu18.04-py37-cuda11-gpu,发现也有许多问题，如pytorch版本最高只到1.9，支持不到1.9.1，无法再添加packages.

用ScriptRunConfig来配置源文件夹和训练脚本

设置好脚本运行环境和目标机器（带GPU)

获取实验（如果没有，则创建）

提交实验

注意点：

1. 安装包里要包含mlflow和azureml-mlflow
2. 源文件夹里不要放大量数据，超出300M就麻烦了，但可以用azureml._restclient.snapshots_client.SNAPSHOT_MAX_SIZE_BYTES=zijieshu来加大限制，如果文件超过2000个，少放点，因为最少一个脚本文件就可以运行了

训练用coco数据用文件形式的dataset存储，读取，Azure上有现成的读取代码，直接用就可以了

在把训练放到Azure云上训练之前，要先在本地跑成功，本地训练注意：

1. 如果你没有专业显卡，把gpus=1改为gpus=0(或Cuda=1改为Cuda=0)
2. 工作空间的获取方式不一样，按官方教程设置
3. 提交实验之前添加：mlflow.set_tracking_url(ws.get_mlflow_tracking_uri());mlflow.set_experiment(experiment_name)就可以在azure中的log中查看log刷新