华为云用户手册

响应示例 状态码：201 ok { "metadata" : { "id" : "2e5451fe-913f-4492-821a-2981031382f7", "name" : "TestModelArtsalgorithm", "description" : "This is a ModelArts algorithm modified", "create_time" : 1636600721742, "workspace_id" : "0", "ai_project" : "default-ai-project", "user_name" : "", "domain_id" : "xxxxxxxxxxxxxxxxxxxxxxxxxx", "source" : "custom", "api_version" : "", "is_valid" : true, "state" : "", "size" : 4791, "tags" : null, "attr_list" : null, "version_num" : 0, "update_time" : 0 }, "job_config" : { "code_dir" : "/algo-test/pytorch/work1/code/", "boot_file" : "/algo-test/pytorch/work1/code/test-pytorch.py", "command" : "", "parameters" : [ { "name" : "test-parameter", "description" : "", "i18n_description" : null, "value" : "10", "constraint" : { "type" : "String", "editable" : true, "required" : false, "sensitive" : false, "valid_type" : "None", "valid_range" : [ ] } } ], "parameters_customization" : true, "inputs" : [ { "name" : "data_url", "description" : "name to translate" } ], "outputs" : [ { "name" : "train_url", "description" : "name to translate" } ], "engine" : { "engine_id" : "pytorch-cp36-1.3.0", "engine_name" : "PyTorch", "engine_version" : "PyTorch-1.3.0-python3.6" }, "code_tree" : { "name" : "code/", "children" : [ { "name" : "test-pytorch.py" } ] } }, "resource_requirements" : null, "advanced_config" : { } }

响应示例 状态码：200 OK。 { "nodes" : [ { "name" : "os-node-created-xzz78", "status" : "success" } ] } 状态码：404 Not Found。 { "error_code" : "ModelArts.50015001", "error_msg" : "pool not found" }

响应参数 状态码：200 表3 响应Body参数 参数 参数类型 描述 nodes Array of NodesResultMsg objects 更新成功的节点名称列表及状态。 表4 NodesResultMsg 参数 参数类型 描述 name String 操作节点名称 status String 操作状态 状态码：404 表5 响应Body参数 参数 参数类型 描述 error_code String ModelArts错误码。 error_msg String 具体错误信息。

响应示例 状态码：200 OK。 { "nodes" : [ { "name" : "os-node-created-xzz78", "status" : "success" } ] } 状态码：404 Not Found。 { "error_code" : "ModelArts.50015001", "error_msg" : "pool not found" }

响应参数 状态码：200 表3 响应Body参数 参数 参数类型 描述 nodes Array of NodesResultMsg objects 更新成功的节点名称列表及状态。 表4 NodesResultMsg 参数 参数类型 描述 name String 操作节点名称 status String 操作状态 状态码：404 表5 响应Body参数 参数 参数类型 描述 error_code String ModelArts错误码。 error_msg String 具体错误信息。

响应参数 状态码： 200 表3 响应Body参数 参数 参数类型 描述 error_code String 操作失败的错误码。 error_msg String 操作失败的错误信息。 results Array of BatchResponse objects 批量删除标注团队成员的结果。 success Boolean 操作是否执行成功。可选值如下： true：执行成功 false：执行失败 表4 BatchResponse 参数 参数类型 描述 error_code String 操作失败的错误码。 error_msg String 操作失败的错误信息。 success Boolean 操作是否执行成功。可选值如下： true：执行成功 false：执行失败

响应示例 状态码： 200 OK { "resource_id" : "XGrRZuCV1qmMxnsmD5u", "create_time" : "2020-11-23 11:08:20", "progress" : 10.0, "status" : 1, "message" : "Start to export annotations. Export task id is jMZGm2SBp4Ymr2wrhAK", "code" : "ModelArts.4902", "elapsed_time" : 0, "result" : { "total_sample_count" : 49, "annotated_sample_count" : 30 }, "export_type" : 0, "config" : { "ambiguity" : false, "worker_server_num" : 0, "collect_sample" : false, "algorithm_type" : "fast", "image_brightness" : false, "image_colorfulness" : false } }

URI POST /v1/{project_id}/services/{service_id}/app-auth-apis/{api_id}/app-auth-api 表1 路径参数 参数 是否必选 参数类型 描述 project_id 是 String 用户项目ID。获取方法请参见获取项目ID和名称。 service_id 是 String API所属的服务ID。 api_id 是 String API编号。

响应参数 状态码：200 表5 响应Header参数 参数 参数类型 描述 X-Request-Id String 链路追踪编号 表6 响应Body参数 参数 参数类型 描述 auth_result Array of AppAuthResultInfo objects 授权结果列表。 表7 AppAuthResultInfo 参数 参数类型 描述 api_id String API的编号。 app_id String APP的编号，可通过查询APP列表获取。 auth_id String 授权编号，授权失败时为空。 reason String 授权或者取消授权失败原因，授权成功时为空。 success Boolean 授权或者取消授权是否成功。 状态码：401 表8 响应Header参数 参数 参数类型 描述 X-Request-Id String 链路追踪编号 表9 响应Body参数 参数 参数类型 描述 error_code String ModelArts错误码。 error_msg String 具体错误信息。 状态码：403 表10 响应Header参数 参数 参数类型 描述 X-Request-Id String 链路追踪编号 表11 响应Body参数 参数 参数类型 描述 error_code String ModelArts错误码。 error_msg String 具体错误信息。 状态码：404 表12 响应Header参数 参数 参数类型 描述 X-Request-Id String 链路追踪编号 表13 响应Body参数 参数 参数类型 描述 error_code String ModelArts错误码。 error_msg String 具体错误信息。 状态码：500 表14 响应Header参数 参数 参数类型 描述 X-Request-Id String 链路追踪编号 表15 响应Body参数 参数 参数类型 描述 error_code String ModelArts错误码。 error_msg String 具体错误信息。

请求参数 表2 请求Header参数 参数 是否必选 参数类型 描述 X-Auth-Token 是 String 用户token。 表3 请求Body参数 参数 是否必选 参数类型 描述 apps 是 Array of Apps objects app列表。 workspace_id 否 String 工作空间ID。获取方法请参见查询工作空间列表。未创建工作空间时默认值为“0”，存在创建并使用的工作空间，以实际取值为准。 表4 Apps 参数 是否必选 参数类型 描述 app_id 否 String APP的编号，可通过查询APP列表获取。

响应参数 状态码：200 表4 响应Body参数 参数 参数类型 描述 exists Boolean APP是否存在。 状态码：401 表5 响应Body参数 参数 参数类型 描述 error_code String ModelArts错误码。 error_msg String 具体错误信息。 状态码：403 表6 响应Body参数 参数 参数类型 描述 error_code String ModelArts错误码。 error_msg String 具体错误信息。 状态码：404 表7 响应Body参数 参数 参数类型 描述 error_code String ModelArts错误码。 error_msg String 具体错误信息。

URI GET /v1/{project_id}/app-auth/apps/{app_name}/exists 表1 路径参数 参数 是否必选 参数类型 描述 app_name 是 String app名称。 project_id 是 String 用户项目ID。获取方法请参见获取项目ID和名称。 表2 Query参数 参数 是否必选 参数类型 描述 workspace_id 否 String 工作空间ID。获取方法请参见查询工作空间列表。未创建工作空间时默认值为“0”，存在创建并使用的工作空间，以实际取值为准。

请求示例 提交验收任务的样本评审意见。设置是否通过为“true”，评审分数为“A”。 { "comments" : [ { "worker_id" : "8c15ad080d3eabad14037b4eb00d6a6f", "sample_id" : "09ac49d5b06385849c8769fdcf0f6d60", "accept" : true, "comment" : "", "score" : "A" } ] }

URI POST /v2/{project_id}/datasets/{dataset_id}/workforce-tasks/{workforce_task_id}/acceptance/batch-comment 表1 路径参数 参数 是否必选 参数类型 描述 dataset_id 是 String 数据集ID。 project_id 是 String 用户项目ID。获取方法请参见获取项目ID和名称。 workforce_task_id 是 String 标注任务ID。

响应示例 状态码：200 OK { "metadata" : { "id" : "6ccc15e6-8a81-4d8e-8bee-53401d850639", "name" : "test", "description" : "demo", "create_time" : 1731552542622, "workspace_id" : "0", "update_time" : 1731552542000 }, "statistic" : { "job_count" : 0 } }

请求参数 表2 请求Body参数 参数 是否必选 参数类型 描述 metadata 是 TrainingExperimentRequestMetadata object 训练实验创建参数 表3 TrainingExperimentRequestMetadata 参数 是否必选 参数类型 描述 name 是 String 实验名称，最大长度64，不支持特殊字符。 description 否 String 描述信息，最大长度256，不支持特殊字符。 workspace_id 否 String 工作空间ID，默认为0。

响应参数 状态码：200 表4 响应Body参数 参数 参数类型 描述 metadata TrainingExperimentResponseMetadata object 训练实验数据。 statistic TrainingExperimentStatistic object 训练实验的统计数据。 表5 TrainingExperimentResponseMetadata 参数 参数类型 描述 name String 实验名称，最大长度64，不支持特殊字符。 description String 描述信息，最大长度256，不支持特殊字符。 workspace_id String 工作空间ID，默认为0。 create_time Integer 创建时间。 update_time Integer 更新时间。 id String 实验ID。 表6 TrainingExperimentStatistic 参数 参数类型 描述 job_count Integer 当前实验下的训练作业总个数。

问题现象 使用ChatGLM3-6B或GLM-4-9B模型创建全参微调的调优任务后，权重校验失败。 版本详情的报错信息如下： Modelarts.6206:Key fields describing the model structure are missing from config.json, or their values are inconsistent with standard open source

方式二：开通服务体验预置服务 您可以开通服务，体验和调用将优先消耗免费Token额度，免费额度用完后按实际用量计费。 登录ModelArts Studio控制台，在顶部导航栏选择目标区域。 在左侧导航栏，选择“模型推理”。 在“模型推理”页面的“预置服务”页签，单击“预约登记”。开放后您可以领取免费额度及获取付费 API服务 。 在“预置服务”页签，选择所需的服务，在操作列单击“开通服务”。 在“开通付费服务”页面，勾选目标服务，仔细阅读开通须知并勾选“我已阅读并同意上述说明，及《ModelArts Studio大模型即服务平台免责声明》”，然后单击“立即开通”。 如果未领取免费额度，开通付费服务时将默认领取，体验和调用将优先消耗免费额度，免费额度用完后开始按实际用量计费。 暂不支持关闭付费服务，未使用服务时不会产生费用。 在“模型推理”页面的“预置服务”页签，任选以下方式免费使用预置服务。 方式一：在“模型体验”页面进行推理。 在目标服务右侧，单击操作列的“在线体验”，跳转到“模型体验”页面，在右上角单击“参数设置”，按需配置相关参数，即可开始问答体验。操作指导请参见在MaaS体验模型服务。 表2 参数设置 参数 说明 温度/Temperature 设置推理温度。 数值较高，输出结果更加随机。 数值较低，输出结果更加集中和确定。 取值范围：0~2 默认值：1 核采样/top_p 设置推理核采样。调整输出文本的多样性，数值越大，生成文本的多样性就越高。 取值范围：0.1~1 默认值：1 top_k 选择在模型的输出结果中选择概率最高的前K个结果。 取值范围：1~1000 默认值：20 当操作列的“在线体验”置灰，可能的原因如下： 未领取免费额度且未开通服务。 未开通服务，Tokens的免费调用额度已使用完毕。 方式二：在业务环境中调用模型服务的API进行推理。 在目标服务右侧，单击操作列的“调用说明”，在“调用说明”页面中获取API地址和调用示例，在业务环境中调用API进行体验。操作指导请参见调用MaaS部署的模型服务。 预置服务默认启用 内容审核 ，且“调用说明”页面不显示该参数。 当调用模型服务的API，返回状态码“429 Too Many Requests”时，表示请求超过流控，请稍后重新调用。 （可选）如果您需要使用自定义模型部署模型服务，可以在“我的服务”页签，付费部署模型服务。具体操作，请参见使用MaaS部署模型服务。

常见问题 创建专属资源池时，能选到规格但最终创建时发生报错，提示无可用资源？ 由于专属资源的可选规格是动态监测的，因此在极少数情况下会出现，规格在购买界面可以被选择，但由于没有及时支付和创建资源池，导致该规格售罄创建失败。 建议您在创建界面更换规格重新创建资源池。 为什么无法使用资源池节点上的全部CPU资源？ 由于资源池节点上会安装系统、插件等内容，因此不能完全使用所有资源。例如：资源池节点是8U，节点分配给系统组件部分CPU，可用的资源会小于8U。 建议您在启动任务前，在该资源池的详情页中，单击“节点”页签，查看实际可用的CPU资源。

常见案例：训练最后一个epoch卡死 问题现象 通过日志查看数据切分是否对齐，如果未对齐，容易导致部分进程完成训练退出，而部分训练进程因未收到其他进程反馈卡死，如下图同一时间有的进程在epoch48，而有的进程在epoch49。 loss exit lane:0.12314446270465851 step loss is 0.29470521211624146 [2022-04-26 13:57:20,757][INFO][train_epoch]:Rank:2 Epoch:[48][20384/all] Data Time 0.000(0.000) Net Time 0.705(0.890) Loss 0.3403(0.3792)LR 0.00021887 [2022-04-26 13:57:20,757][INFO][train_epoch]:Rank:1 Epoch:[48][20384/all] Data Time 0.000(0.000) Net Time 0.705(0.891) Loss 0.3028(0.3466) LR 0.00021887 [2022-04-26 13:57:20,757][INFO][train_epoch]:Rank:4 Epoch:[49][20384/all] Data Time 0.000(0.147) Net Time 0.705(0.709) Loss 0.3364(0.3414)LR 0.00021887 [2022-04-26 13:57:20,758][INFO][train_epoch]:Rank:3 Epoch:[49][20384/all] Data Time 0.000 (0.115) Net Time 0.706(0.814) Loss 0.3345(0.3418) LR 0.00021887 [2022-04-26 13:57:20,758][INFO][train_epoch]:Rank:0 Epoch:[49][20384/all] Data Time 0.000(0.006) Net Time 0.704(0.885) Loss 0.2947(0.3566) LR 0.00021887 [2022-04-26 13:57:20,758][INFO][train_epoch]:Rank:7 Epoch:[49][20384/all] Data Time 0.001 (0.000) Net Time 0.706 (0.891) Loss 0.3782(0.3614) LR 0.00021887 [2022-04-26 13:57:20,759][INFO][train_epoch]:Rank:5 Epoch:[48][20384/all] Data Time 0.000(0.000) Net Time 0.706(0.891) Loss 0.5471(0.3642) LR 0.00021887 [2022-04-26 13:57:20,763][INFO][train_epoch]:Rank:6 Epoch:[49][20384/all] Data Time 0.000(0.000) Net Time 0.704(0.891) Loss 0.2643(0.3390)LR 0.00021887 stage 1 loss 0.4600560665130615 mul_cls_loss loss:0.01245919056236744 mul_offset_loss 0.44759687781333923 origin stage2_loss 0.048592399805784225 stage 1 loss:0.4600560665130615 stage 2 loss:0.048592399805784225 loss exit lane:0.10233864188194275 解决方案 使用tensor的切分操作对齐数据。

常见案例：复制数据卡死 问题现象 调用mox.file.copy_parallel复制数据时卡死。 解决方案 复制文件和文件夹均可采用： import moxing as mox mox.file.set_auth(is_secure=False) 复制单个大文件5G以上时可采用： from moxing.framework.file import file_io 查看当前moxing调用的接口版本：file_io._LARGE_FILE_METHOD，如果输出值为1则为V1版本，如果输出值为2，则为V2版本。 V1版本修改：file_io._NUMBER_OF_PRO CES SES=1 V2版本修改：file_io._LARGE_FILE_METHOD = 1，将模式设置成V1然后用V1的方式修改规避，也可以直接file_io._LARGE_FILE_TASK_NUM=1。 复制文件夹时可采用： mox.file.copy_parallel(threads=0,is_processing=False)

常见案例：训练中途卡死 问题现象1 检测每个节点日志是否有报错信息，某个节点报错但作业未退出导致整个训练作业卡死。 解决方案1 查看报错原因，解决报错。 问题现象2 作业卡在sync-batch-norm中或者训练速度变慢。pytorch如果开了sync-batch-norm，多机会慢，因开了sync-batch-norm以后，每一个iter里面每个batch-norm层都要做同步，通信量很大，而且要所有节点同步。 解决方案2 关掉sync-batch-norm，或者升pytorch版本，升级pytorch到1.10。 问题现象3 作业卡在tensorboard中，出现报错： writer = Sumarywriter('./path)/to/log') 解决方案3 存储路径设为本地路径，如cache/tensorboard，不要使用OBS路径。 问题现象4 使用pytorch中的dataloader读数据时，作业卡在读数据过程中，日志停在训练的过程中并不再更新日志。 解决方案4 用dataloader读数据时，适当减小num_worker。

（可选）启用ranktable动态路由 如果训练作业需要使用ranktable动态路由算法进行网络加速，则可以联系技术支持开启集群的cabinet调度权限。同时，训练作业要满足如下要求才能正常实现ranktable动态路由加速。 训练使用的Python版本是3.7、3.8或3.9。 训练作业的实例数要大于或等于3。 路由加速的原理是改变rank编号，所以代码中对rank的使用要统一。 需要确保训练作业的实例规格是节点满卡，如节点8卡场景，每个节点都必须是8卡，不能出现2卡或4卡场景。 将训练作业完成如下修改后，启动训练作业即可实现网络加速。 将训练启动脚本中的“NODE_RANK="$VC_TASK_INDEX"”修改为“NODE_RANK="${RANK_AFTER_ACC:-$VC_TASK_INDEX}"”。 将训练启动脚本中的“MASTER_ADDR="${VC_WORKER_HOSTS%%,*}"”修改为“MASTER_ADDR="${MA_VJ_NAME}-${MA_TASK_NAME}-${MA_MASTER_INDEX:-0}.${MA_VJ_NAME}"”。 在创建训练作业页面配置环境变量“ROUTE_PLAN”，取值为“true”，具体操作请参见管理训练容器环境变量。

安装VS Code软件 VS Code下载方式： 下载地址: https://code.visualstudio.com/updates/v1_85 图1 VS Code的下载位置 VS Code版本要求： 建议用户使用VS Code 1.85.2版本进行远程连接。 VS Code安装指导如下： 图2 Windows系统下VS Code安装指导 Linux系统下，执行命令sudo dpkg -i code_1.85.2-1705561292_amd64.deb安装。 Linux系统用户，需要在非root用户进行VS Code安装。 父主题： 通过VS Code远程使用Notebook实例

开启无条件自动重启 开启无条件自动重启有2种方式：控制台设置或API接口设置。 控制台设置 在创建训练作业页面，开启“自动重启”开关，并勾选“无条件自动重启”，开启无条件自动重启。开启无条件自动重启后，只要系统检测到训练异常，就无条件重启训练作业。如果未勾选“无条件自动重启”只是打开了“自动重启”开关，则表示仅环境问题导致训练作业异常时才会自动重启，其他问题导致训练作业异常时会直接返回“运行失败”。 图1 开启无条件重启 API接口设置 通过API接口创建训练作业时，在“metadata”字段的“annotations”中传入“fault-tolerance/job-retry-num”和“fault-tolerance/job-unconditional-retry”字段。“fault-tolerance/job-retry-num”赋值为1~128之间的任意整数，表示开启自动重启并设置自动重启次数，“fault-tolerance/job-unconditional-retry”赋值为“true”表示启用了无条件自动重启。 { "kind": "job", "metadata": { "annotations": { "fault-tolerance/job-retry-num": "8", "fault-tolerance/job-unconditional-retry": "true" } } }

从DWS导入数据到ModelArts数据集 ModelArts支持从DWS导入表格数据，用户需要选择对应的DWS集群，并输入需要对应的数据库名、表名以及用户名和密码。所导入表的schema(列名和类型)需要跟数据集相同。DWS的详细功能说明，请参考DWS用户指南。 图1 从DWS导入数据 集群名称：系统自动将当前账号下的DWS集群展现在列表中，您可以在下拉框中选择您所需的DWS集群。 数据库名称：根据选择的DWS集群，填写数据所在的数据库名称。 表名称：根据选择的数据库，填写数据所在的表。 用户名：输入DWS集群管理员用户的用户名。 密码：输入DWS集群管理员用户的密码。 从DWS导入数据，需要借助 DLI 的功能，如果用户没有访问DLI服务的权限，需根据页面提示创建DLI的委托。 父主题： 导入数据到ModelArts数据集

从DLI导入数据到ModelArts数据集 表格数据集支持从DLI导入数据。 从DLI导入数据，用户需要选择DLI队列、数据库和表名称。所选择的表的schema(列名和类型)需与数据集一致，支持自动获取所选择表的schema。DLI的详细功能说明，请参考DLI用户指南。 图1 DLI导入数据 队列名称：系统自动将当前账号下的DLI队列展现在列表中，用户可以在下拉框中选择需要的队列。 数据库名称：根据选择的队列展现所有的数据库，请在下拉框中选择您所需的数据库。 表名称：根据选择的数据库展现此数据库中的所有表。请在下拉框中选择您所需的表。 DLI的default队列只用作体验，不同账号间可能会出现抢占的情况，需进行资源排队，不能保证每次都可以得到资源执行相关操作。 DLI支持schema映射的功能，即导入的表的schema的字段名称可以不和数据集相同，但类型要保持一致。 父主题： 导入数据到ModelArts数据集

集群类别与类型说明 集群类别（category） 集群类型（type） provider供应商 华为云集群（self） CCE Standard集群（cce） huaweicloud CCE Turbo 集群（turbo） huaweicloud 本地集群（onpremise） 本地集群（baremetal） huaweicloud 多云集群（multicloud） 多云集群（aws） huaweicloud 附着集群（attachedcluster） 阿里云集群（ack） aliyun 微软云集群（aks） azure 亚马逊云集群（eks） aws 谷歌云集群（gke） googlecloud 腾讯云集群（tke） tencentcloud OpenShift集群（openshift） openshift 自建集群（privatek8s） privatek8s 父主题： 附录

城市码 110000：北京市 120000：天津市 130000：河北省 130100：石家庄市 130200：唐山市 130300：秦皇岛市 130400：邯郸市 130500：邢台市 130600：保定市 130700：张家口市 130800：承德市 130900：沧州市 131000：廊坊市 131100：衡水市 140000：山西省 140100：太原市 140200：大同市 140300：阳泉市 140400：长治市 140500：晋城市 140600：朔州市 140700：晋中市 140800：运城市 140900：忻州市 141000：临汾市 141100：吕梁市 150000：内蒙古自治区 150100：呼和浩特市 150200：包头市 150300：乌海市 150400：赤峰市 150500：通辽市 150600：鄂尔多斯市 150700：呼伦贝尔市 150800：巴彦淖尔市 150900：乌兰察布市 152200：兴安盟 152500：锡林郭勒盟 152900：阿拉善盟 210000：辽宁省 210100：沈阳市 210200：大连市 210300：鞍山市 210400：抚顺市 210500：本溪市 210600：丹东市 210700：锦州市 210800：营口市 210900：阜新市 211000：辽阳市 211100：盘锦市 211200：铁岭市 211300：朝阳市 211400：葫芦岛市 220000：吉林省 220100：长春市 220200：吉林市 220300：四平市 220400：辽源市 220500：通化市 220600：白山市 220700：松原市 220800：白城市 222400：延边朝鲜族自治州 230000：黑龙江省 230100：哈尔滨市 230200：齐齐哈尔市 230300：鸡西市 230400：鹤岗市 230500：双鸭山市 230600：大庆市 230700：伊春市 230800：佳木斯市 230900：七台河市 231000：牡丹江市 231100：黑河市 231200：绥化市 232700：大兴安岭地区 310000：上海市 320000：江苏省 320100：南京市 320200：无锡市 320300：徐州市 320400：常州市 320500：苏州市 320600：南通市 320700：连云港市 320800：淮安市 320900：盐城市 321000：扬州市 321100：镇江市 321200：泰州市 321300：宿迁市 330000：浙江省 330100：杭州市 330200：宁波市 330300：温州市 330400：嘉兴市 330500：湖州市 330600：绍兴市 330700：金华市 330800：衢州市 330900：舟山市 331000：台州市 331100：丽水市 340000：安徽省 340100：合肥市 340200：芜湖市 340300：蚌埠市 340400：淮南市 340500：马鞍山市 340600：淮北市 340700：铜陵市 340800：安庆市 341000：黄山市 341100：滁州市 341200：阜阳市 341300：宿州市 341500：六安市 341600：亳州市 341700：池州市 341800：宣城市 350000：福建省 350100：福州市 350200：厦门市 350300：莆田市 350400：三明市 350500：泉州市 350600：漳州市 350700：南平市 350800：龙岩市 350900：宁德市 360000：江西省 360100：南昌市 360200：景德镇市 360300：萍乡市 360400：九江市 360500：新余市 360600：鹰潭市 360700：赣州市 360800：吉安市 360900：宜春市 361000：抚州市 361100：上饶市 370000：山东省 370100：济南市 370200：青岛市 370300：淄博市 370400：枣庄市 370500：东营市 370600：烟台市 370700：潍坊市 370800：济宁市 370900：泰安市 371000：威海市 371100：日照市 371300：临沂市 371400：德州市 371500：聊城市 371600：滨州市 371700：菏泽市 410000：河南省 410100：郑州市 410200：开封市 410300：洛阳市 410400：平顶山市 410500：安阳市 410600：鹤壁市 410700：新乡市 410800：焦作市 410900：濮阳市 411000：许昌市 411100：漯河市 411200：三门峡市 411300：南阳市 411400：商丘市 411500：信阳市 411600：周口市 411700：驻马店市 419001：济源市 420000：湖北省 420100：武汉市 420200：黄石市 420300：十堰市 420500：宜昌市 420600：襄阳市 420700：鄂州市 420800：荆门市 420900：孝感市 421000：荆州市 421100：黄冈市 421200：咸宁市 421300：随州市 422800：恩施土家族苗族自治州 429004：仙桃市 429005：潜江市 429006：天门市 429021：神农架林区 430000：湖南省 430100：长沙市 430200：株洲市 430300：湘潭市 430400：衡阳市 430500：邵阳市 430600：岳阳市 430700：常德市 430800：张家界市 430900：益阳市 431000：郴州市 431100：永州市 431200：怀化市 431300：娄底市 433100：湘西土家族苗族自治州 440000：广东省 440100：广州市 440200：韶关市 440300：深圳市 440400：珠海市 440500：汕头市 440600：佛山市 440700：江门市 440800：湛江市 440900：茂名市 441200：肇庆市 441300：惠州市 441400：梅州市 441500：汕尾市 441600：河源市 441700：阳江市 441800：清远市 441900：东莞市 442000：中山市 445100：潮州市 445200：揭阳市 445300：云浮市 450000：广西壮族自治区 450100：南宁市 450200：柳州市 450300：桂林市 450400：梧州市 450500：北海市 450600：防城港市 450700：钦州市 450800：贵港市 450900：玉林市 451000：百色市 451100：贺州市 451200：河池市 451300：来宾市 451400：崇左市 460000：海南省 460100：海口市 460200：三亚市 460300：三沙市 460400：儋州市 469001：五指山市 469002：琼海市 469005：文昌市 469006：万宁市 469007：东方市 469021：定安县 469022：屯昌县 469023：澄迈县 469024：临高县 469025：白沙黎族自治县 469026：昌江黎族自治县 469027：乐东黎族自治县 469028：陵水黎族自治县 469029：保亭黎族苗族自治县 469030：琼中黎族苗族自治县 500000：重庆市 510000：四川省 510100：成都市 510300：自贡市 510400：攀枝花市 510500：泸州市 510600：德阳市 510700：绵阳市 510800：广元市 510900：遂宁市 511000：内江市 511100：乐山市 511300：南充市 511400：眉山市 511500：宜宾市 511600：广安市 511700：达州市 511800：雅安市 511900：巴中市 512000：资阳市 513200：阿坝藏族羌族自治州 513300：甘孜藏族自治州 513400：凉山彝族自治州 520000：贵州省 520100：贵阳市 520200：六盘水市 520300：遵义市 520400：安顺市 520500：毕节市 520600：铜仁市 522300：黔西南布依族苗族自治州 522600：黔东南苗族侗族自治州 522700：黔南布依族苗族自治州 530000：云南省 530100：昆明市 530300：曲靖市 530400：玉溪市 530500：保山市 530600：昭通市 530700：丽江市 530800：普洱市 530900：临沧市 532300：楚雄彝族自治州 532500：红河哈尼族彝族自治州 532600：文山壮族苗族自治州 532800：西双版纳傣族自治州 532900：大理白族自治州 533100：德宏傣族景颇族自治州 533300：怒江傈僳族自治州 533400：迪庆藏族自治州 540000：西藏自治区 540100：拉萨市 540200：日喀则市 540300：昌都市 540400：林芝市 540500：山南市 540600：那曲市 542500：阿里地区 610000：陕西省 610100：西安市 610200：铜川市 610300：宝鸡市 610400：咸阳市 610500：渭南市 610600：延安市 610700：汉中市 610800：榆林市 610900：安康市 611000：商洛市 620000：甘肃省 620100：兰州市 620200：嘉峪关市 620300：金昌市 620400：白银市 620500：天水市 620600：武威市 620700：张掖市 620800：平凉市 620900：酒泉市 621000：庆阳市 621100：定西市 621200：陇南市 622900：临夏回族自治州 623000：甘南藏族自治州 630000：青海省 630100：西宁市 630200：海东市 632200：海北藏族自治州 632300：黄南藏族自治州 632500：海南藏族自治州 632600：果洛藏族自治州 632700：玉树藏族自治州 632800：海西蒙古族藏族自治州 640000：宁夏回族自治区 640100：银川市 640200：石嘴山市 640300：吴忠市 640400：固原市 640500：中卫市 650000：新疆维吾尔自治区 650100：乌鲁木齐市 650200：克拉玛依市 650400：吐鲁番市 650500：哈密市 652300：昌吉回族自治州 652700：博尔塔拉蒙古自治州 652800：巴音郭楞蒙古自治州 652900：阿克苏地区 653000：克孜勒苏柯尔克孜自治州 653100：喀什地区 653200：和田地区 654000：伊犁哈萨克自治州 654200：塔城地区 654300：阿勒泰地区 659001：石河子市 659002：阿拉尔市 659003：图木舒克市 659004：五家渠市 659005：北屯市 659006：铁门关市 659007：双河市 659008：可克达拉市 659009：昆玉市 659010：胡杨河市 710000：台湾省 710100：台北市 710200：高雄市 710300：基隆市 710400：台中市 710500：台南市 710600：新竹市 710700：嘉义市 810000：香港特别行政区 820000：澳门特别行政区 unknown：未知 父主题： 附录