进入ML Studio操作界面

背景信息

• 创建和使用Notebook需要消耗资源，需要收费。根据您选择的资源不同，收费标准不同，针对不同类型资源的价格，详情请参见产品价格详情。
• “运行中”的Notebook将一直收费，当您不需要使用时，建议停止Notebook，避免产生不必要的费用。在创建Notebook时，也可以选择开启自动停止功能，在指定时间内停止运行Notebook，避免产生不必要的费用。
• 只有处于“运行中”状态的Notebook，才可以执行打开、停止、删除和保存镜像操作。

Step1 创建基于ML Studio引擎的Notebook实例

1. 登录ModelArts管理控制台，在左侧全局配置中，检查是否配置了访问授权。如果未配置，请参考使用委托授权完成操作。
2. 登录ModelArts管理控制台，在左侧菜单栏中选择“开发环境>Notebook”，进入“Notebook”页面。
3. 单击右侧“创建”进入“创建Notebook”页面，请参见如下说明填写参数。
   1. 填写Notebook基本信息，包含名称、描述、是否自动停止，详细参数请参见表1。

      表1 基本信息的参数描述

      参数名称	说明
      “名称”	Notebook的名称。只能包含数字、大小写字母、下划线和中划线，长度不能超过20位且不能为空。
      “描述”	对Notebook的简要描述。
      “自动停止”	默认开启，且默认值为“1小时”，表示该Notebook实例将在运行1小时之后自动停止，即1小时后停止计费。 开启自动停止功能后，可选择“1小时”、“2小时”、“4小时”、“6小时”或“自定义”几种模式。选择“自定义”模式时，可指定1~24小时范围内任意整数。

   2. 填写Notebook详细参数，如镜像、资源规格等，详细参数请参见表2。
      图1 Notebook实例参数-镜像
      
      图2 Notebook实例参数-资源规格
      

      表2 Notebook实例的详细参数说明

      参数名称	说明
      “镜像”	支持公共镜像和自定义镜像。 公共镜像：即预置在ModelArts内部的AI框架，“mlstudio-pyspark2.3.2-ubuntu16.04”或“mlstudio-pyspark2.4.5-ubuntu18.04”。 自定义镜像：可以将基于公共镜像创建的实例保存下来，作为自定义镜像使用。 一个镜像对应支持一种AI引擎，创建Notebook实例时选择好了对应AI引擎的镜像。用户可以根据需要选择镜像。 不可以在同一个Notebook实例中切换AI引擎。
      “资源池”	“公共资源池”无需单独购买，即开即用，按需付费，即按您的Notebook实例运行时长进行收费。 “专属资源池”需要单独购买并创建。
      “类型”	芯片类型主要是CPU。
      “规格”	可选资源规格。 CPU规格可选：“2核8GB”、“8核32GB”
      “存储配置”	默认为“云硬盘EVS”。 磁盘规格默认5GB。您可以根据实际使用量设置磁盘规格。磁盘规格的取值范围为5GB～4096GB。 从Notebook实例创建成功开始，直至实例删除成功，磁盘每GB按照规定费用收费。 “云硬盘EVS”的存储路径挂载在/home/ma-user/work目录下。用户在Notebook实例中的所有文件读写操作都是针对该存储目录下的内容操作，与OBS无关。 停止或重启Notebook实例时，内容会被保留，不丢失。 删除Notebook实例时，内容不保留。
      “SSH远程开发”	不支持。

4. 参数填写完成后，单击“立即创建”，确认规格参数。
5. 参数确认无误后，单击“提交”，完成Notebook的创建操作。

   进入Notebook列表，正在创建中的Notebook状态为“创建中”，创建过程需要几分钟，请耐心等待。当Notebook状态变为“运行中”时，表示Notebook已创建并启动完成。

Step2 打开Notebook实例，并进入MLS可视化操作界面

1. 在基于MLS引擎的Notebook实例右侧，单击操作栏的“打开”，进入Jupyterlab页面。
   图3 打开Notebook实例
   
2. 在JupyterLab页面下方，单击MLS Editor图标，在弹出的“Select Kernel”对话框中选择“PySpark-2.4.5”，单击“Select”，进入一个空的算链页面。
   图4 MLS Editor
   
   图5 选择Kernel
   
   图6 MLS Editor可视化操作界面
   

   或者单击JupyterLab导航栏的“File >New >MLS Editor”，也可以进入MLS Editor界面。

   图7 JupyterLab导航栏新建MLS Editor
   

Step3 使用MLS操作界面

此时，已经进入了MLS的可视化编辑页面MLS Editor，可以通过拖拉拽的方式，完成模型开发。此处介绍MLS操作界面。

MLS由资产管理和资产编排两个功能模块组成，完整界面如图8所示，左边是资产管理界面，右边是资产编排界面。

图8 MLS资产管理和资产编排界面

其中资产管理模块主要用于管理资产，包括算子、算链两类资产。可以通过点击左侧导航条上的图标进入.

资产编排模块用于编排资产，可以通过Launcher界面的“MLS Editor”图标进入，也可通过资产管理模块中的算链子模块打开或新建算链。

资产编排过程中，开发者可以从左侧资产管理界面，拖拽预置算子或自定义算子至右侧资产编排界面，将算子连接成一个或若干个有向无环图DAG，从而构建出一个完整算链。

此外，开发者也可以从左侧资产管理界面的“算链”选项卡中打开预置算链进行编排与修改，形成一个新的算链。

编排完成后，开发者可以点击算链编排界面顶部的图标一键运行，进行机器学习模型训练与预测。

• 快速上手使用MLS进行模型开发，可以参考ML Studio快速入门。
• MLS镜像中预置了大量的算子方便您使用，预置算子的详细说明请参考预置算子说明。
• 您也可以在MLS Editor中编写自己的算子，具体操作请参考编写自定义算子。
• MLS同时预置了部分算链，方便用户使用，用户也可以编写自己的算链，相关的详细操作可以参考算链操作。