资源规划

表1 资源和成本规划内容说明
资源	资源说明	成本规划
Snt9(32GB显存)单卡规格	此处的规格为举例，选择ASCEND类型的资源规格即可。	按需计费，19.5元/小时
EVS存储	磁盘规格默认为5GB，从Notebook实例创建成功起，直至删除成功，每GB按照规定费用收费。	按需计费，0.007元/小时/GB

本文提供的成本预估费用仅供参考，资源的实际费用以华为云管理控制台显示为准。

表2 环境准备说明
维度	说明
下载VS Code IDE，下载路径：开源Visual Studio Code	根据不同的操作系统选择不同的安装包。
创建Notebook并打开Terminal	登录ModelArts控制台，单击左侧导航“开发环境 > Notebook”，然后单击“创建”。镜像选择“mindspore1.7.0-cann5.1.0-py3.7-euler2.8.3”，类型选择“ASCEND”，并打开“SSH远程开发”开关，密钥对选择已有的或单击“立即创建”。 Notebook创建后，“状态”为“运行中”。单击“操作”列的“打开”，进入JupyterLab，然后参考下图打开Terminal。图1 打开Terminal

表3 数据和代码下载说明
维度	说明
下载项目代码	在Terminal执行如下命令下载项目代码。本例中，以图像分类模型resnet50模型为例。下载后的文件如图2所示，代码所在路径为“./models/official/cv/resnet/”。 # 下载代码 git clone https://gitee.com/mindspore/models.git -b v1.5.0 图2 下载后的模型包文件
下载花卉识别数据集	本样例使用的数据集为类别数为五类的花卉识别数据集。在Terminal里执行如下命令下载并解压数据集，将数据集保存在“./models/dataset/flower_photos”文件夹。 cd models mkdir dataset cd dataset wget http://download.tensorflow.org/example_images/flower_photos.tgz tar zxvf flower_photos.tgz