准备算法-华为云

好望商城-准备ITS800算法:算法文件命名规范（基于昇腾310）

算法文件命名规范（基于昇腾310）命名规范：服务商名称_目标物体_A-版本号-32/64位算法标识符.tar.gz 举例：如fws_helmet_A-V1.0.0-1.tar.gz 服务商名称：建议使用服务商名称简写。目标物体：建议使用目标物体的英文单词，且只能包含英文大小写字母、数字、和下划线“_”，如helmet。 A：表示基于昇腾310的平台。版本号：V大版本号.小版本号.发布号，如V1.0.0。表1 版本号字段类型大版本号小版本号发布号字符限制纯数字纯数字纯数字长度限制 1~2位 1~2位 1~2位承载内容特性集特性子集承载发布的顺序号以及需要显式表达的属性（扩展属性标识）编号升级规则当版本发生了重大的特性或者架构变更时，大版本号需要升级。为快速响应客户需求，分步骤实现大版本号规划的特性集，每个小版本号实现一个特性子集。每一次发布Update版本，发布序列号增加1。举例 1 0 0 32/64算法标识符：64位填写为1，32位填写为2。当前仅支持64位算法，因此需要填写为1。

好望商城准备算法

AI开发平台MODELARTS-使用自定义镜像:完全使用自定义镜像

完全使用自定义镜像图2 完全使用自定义镜像创建算法训练支持的自定义镜像使用说明请参考使用自定义镜像创建训练作业。完全使用自定义镜像场景下，指定的“conda env”启动训练方法如下：由于训练作业运行时不是shell环境，因此无法直接使用“conda activate”命令激活指定的 “conda env”，需要使用其他方式以达成使用指定“conda env”来启动训练的效果。假设您的自定义镜像中的“conda”安装于“/home/ma-user/anaconda3”目录“conda env”为“python-3.7.10”，训练脚本位于“/home/ma-user/modelarts/user-job-dir/code/train.py”。可通过以下方式使用指定的“conda env”启动训练：方式一：为镜像设置正确的“DEFAULT_CONDA_ENV_NAME”环境变量与“ANACONDA_DIR”环境变量。 ANACONDA_DIR=/home/ma-user/anaconda3 DEFAULT_CONDA_ENV_NAME=python-3.7.10 您可以使用Python命令启动训练脚本。启动命令示例如下： python /home/ma-user/modelarts/user-job-dir/code/train.py 方式二：使用“conda env python”的绝对路径。您可以使用“/home/ma-user/anaconda3/envs/python-3.7.10/bin/python”命令启动训练脚本。启动命令示例如下： /home/ma-user/anaconda3/envs/python-3.7.10/bin/python /home/ma-user/modelarts/user-job-dir/code/train.py 方式三：设置PATH环境变量。您可以将指定的“conda env bin”目录配置到PATH环境变量中。您可以使用Python命令启动训练脚本。启动命令示例如下： export PATH=/home/ma-user/anaconda3/envs/python-3.7.10/bin:$PATH; python /home/ma-user/modelarts/user-job-dir/code/train.py 方式四：使用“conda run -n”命令。您可以使用“/home/ma-user/anaconda3/bin/conda run -n python-3.7.10”命令来执行训练命令，启动命令示例如下： /home/ma-user/anaconda3/bin/conda run -n python-3.7.10 python /home/ma-user/modelarts/user-job-dir/code/train.py 如果在训练时发生找不到“$ANACONDA_DIR/envs/$DEFAULT_CONDA_ENV_NAME/lib ”目录下“.so”文件的相关报错，可以尝试将该目录加入到“LD_LIBRARY_PATH”，将以下命令放在上述启动方式命令前： export LD_LIBRARY_PATH=$ANACONDA_DIR/envs/$DEFAULT_CONDA_ENV_NAME/lib:$LD_LIBRARY_PATH; 例如，方式一的启动命令示例此时变为： export LD_LIBRARY_PATH=$ANACONDA_DIR/envs/$DEFAULT_CONDA_ENV_NAME/lib:$LD_LIBRARY_PATH; python /home/ma-user/modelarts/user-job-dir/code/train.py

AI开发平台MODELARTS 准备算法

AI开发平台MODELARTS-使用自定义镜像:使用预置框架 + 自定义镜像

使用预置框架 + 自定义镜像此功能与直接基于预置框架创建训练作业的区别仅在于，镜像是由用户自行选择的。用户可以基于预置框架制作自定义镜像。基于预置框架制作自定义镜像可参考使用基础镜像构建新的训练镜像章节。图1 使用预置框架+自定义镜像创建算法该功能的行为与直接基于预置框架创建的训练作业相同，例如：系统将会自动注入一系列环境变量 PATH=${MA_HOME}/anaconda/bin:${PATH} LD_LIBRARY_PATH=${MA_HOME}/anaconda/lib:${LD_LIBRARY_PATH} PYTHONPATH=${MA_JOB_DIR}:${PYTHONPATH} 您选择的启动文件将会被系统自动以python命令直接启动，因此请确保镜像中的Python命令为您预期的Python环境。注意到系统自动注入的PATH环境变量，您可以参考下述命令确认训练作业最终使用的Python版本： export MA_HOME=/home/ma-user; docker run --rm {image} ${MA_HOME}/anaconda/bin/python -V docker run --rm {image} $(which python) -V 系统将会自动添加预置框架关联的超参

AI开发平台MODELARTS 准备算法

云服务器内容精选

准备算法

7*24

备案

专业服务

退订

建议反馈

售前咨询热线