模型开发简介

AI模型开发的过程，称之为Modeling，一般包含两个阶段：

• 开发阶段：准备并配置环境，调试代码，使代码能够开始进行深度学习训练，推荐在ModelArts开发环境中调试。
• 实验阶段：调整数据集、调整超参等，通过多轮实验，训练出理想的模型，推荐在ModelArts训练中进行实验。

两个过程可以相互转换。如开发阶段代码稳定后，则会进入实验阶段，通过不断尝试调整超参来迭代模型；或在实验阶段，有一个可以优化训练的性能的想法，则会回到开发阶段，重新优化代码。

图1 模型开发过程

ModelArts提供了模型训练的功能，方便您查看训练情况并不断调整您的模型参数。您还可以基于不同的数据，选择不同规格的资源池用于模型训练。除支持用户自己开发的模型外，ModelArts还提供了从AI Gallery订阅算法，您可以不关注模型开发，直接使用AI Gallery的算法，通过算法参数的调整，得到一个满意的模型。

请参考以下指导在ModelArts上训练模型：

• 将已标注的数据上传至OBS服务使用，请参考准备数据。
• 训练模型的算法实现与指导请参考准备算法章节。
• 使用控制台创建训练作业请参考创建训练作业章节。使用订阅算法创建训练作业示例请参考使用AI Gallery订阅的算法构建模型。使用自定义算法构建模型示例请参考使用自定义算法在ModelArts上构建模型。
• 关于训练作业日志、训练资源占用等详情请参考查看训练作业日志。
• 停止或删除模型训练作业，请参考停止、重建或查找作业。
• 模型超参自动调优指南，请参考自动模型优化（AutoSearch）。
• 如果您在训练过程中遇到问题，文档中提供了部分故障案例供参考，请参考训练故障排查。