AI开发平台ModelArtsAI开发平台ModelArts

计算
弹性云服务器 ECS
裸金属服务器 BMS
云手机 CPH
专属主机 DeH
弹性伸缩 AS
镜像服务 IMS
函数工作流 FunctionGraph
云耀云服务器 HECS
VR云渲游平台 CVR
特惠算力专区
存储
对象存储服务 OBS
云硬盘 EVS
云备份 CBR
弹性文件服务 SFS
存储容灾服务 SDRS
云硬盘备份 VBS
云服务器备份 CSBS
数据快递服务 DES
专属企业存储服务
云存储网关 CSG
专属分布式存储服务 DSS
CDN与智能边缘
内容分发网络 CDN
智能边缘云 IEC
智能边缘小站 IES
智能边缘平台 IEF
人工智能
AI开发平台ModelArts
华为HiLens
图引擎服务 GES
图像识别 Image
文字识别 OCR
自然语言处理 NLP
内容审核 Moderation
图像搜索 ImageSearch
医疗智能体 EIHealth
园区智能体 CampusGo
企业级AI应用开发专业套件 ModelArts Pro
人脸识别服务 FRS
对话机器人服务 CBS
视频分析服务 VAS
语音交互服务 SIS
知识图谱 KG
人证核身服务 IVS
IoT物联网
设备接入 IoTDA
设备管理 IoTDM(联通用户专用)
全球SIM联接 GSL
IoT开发者服务
IoT数据分析
车联网服务 IoV
路网数字化服务 DRIS
IoT边缘 IoTEdge
设备发放 IoTDP
开发与运维
软件开发平台 DevCloud
项目管理 ProjectMan
代码托管 CodeHub
流水线 CloudPipeline
代码检查 CodeCheck
编译构建 CloudBuild
部署 CloudDeploy
云测 CloudTest
发布 CloudRelease
移动应用测试 MobileAPPTest
CloudIDE
Classroom
开源镜像站 Mirrors
应用魔方 AppCube
云性能测试服务 CPTS
应用管理与运维平台 ServiceStage
云应用引擎 CAE
视频
实时音视频 SparkRTC
视频直播 Live
视频点播 VOD
媒体处理 MPC
视频接入服务 VIS
管理与监管
统一身份认证服务 IAM
消息通知服务 SMN
云监控服务 CES
应用运维管理 AOM
应用性能管理 APM
云日志服务 LTS
云审计服务 CTS
标签管理服务 TMS
资源管理服务 RMS
应用身份管理服务 OneAccess
区块链
区块链服务 BCS
可信跨链服务 TCS
智能协作
IdeaHub
开发者工具
SDK开发指南
API签名指南
DevStar
HCloud CLI
Terraform
Ansible
API问题定位指导
云生态
云市场
合作伙伴中心
华为云培训中心
其他
管理控制台
消息中心
产品价格详情
系统权限
我的凭证
客户关联华为云合作伙伴须知
公共问题
宽限期保留期
奖励推广计划
活动
容器
云容器引擎 CCE
云容器实例 CCI
容器镜像服务 SWR
应用编排服务 AOS
多云容器平台 MCP
基因容器 GCS
容器洞察引擎 CIE
云原生服务中心 OSC
容器批量计算 BCE
容器交付流水线 ContainerOps
应用服务网格 ASM
网络
虚拟私有云 VPC
弹性公网IP EIP
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
虚拟专用网络 VPN
云连接 CC
VPC终端节点 VPCEP
数据库
云数据库 RDS
数据复制服务 DRS
文档数据库服务 DDS
分布式数据库中间件 DDM
云数据库 GaussDB (for openGauss)
云数据库 GaussDB(for MySQL)
云数据库 GaussDB NoSQL
数据管理服务 DAS
数据库和应用迁移 UGO
大数据
MapReduce服务 MRS
数据湖探索 DLI
表格存储服务 CloudTable
可信智能计算服务 TICS
推荐系统 RES
云搜索服务 CSS
数据可视化 DLV
数据湖治理中心 DGC
数据接入服务 DIS
数据仓库服务 GaussDB(DWS)
应用中间件
微服务引擎 CSE
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
API网关 APIG
分布式缓存服务 DCS
分布式消息服务RocketMQ版
企业应用
域名注册服务 Domains
云解析服务 DNS
云速建站 CloudSite
网站备案
华为云WeLink
会议
隐私保护通话 PrivateNumber
语音通话 VoiceCall
消息&短信 MSGSMS
云管理网络
SD-WAN 云服务
边缘数据中心管理 EDCM
云桌面 Workspace
应用与数据集成平台 ROMA Connect
ROMA资产中心 ROMAExchange
API全生命周期管理 ROMA API
安全与合规
安全技术与应用
DDoS防护 ADS
Web应用防火墙 WAF
云防火墙 CFW
应用信任中心 ATC
企业主机安全 HSS
容器安全服务 CGS
云堡垒机 CBH
数据库安全服务 DBSS
数据加密服务 DEW
数据安全中心 DSC
云证书管理服务 CCM
SSL证书管理 SCM
漏洞扫描服务 VSS
态势感知 SA
威胁检测服务 MTD
管理检测与响应 MDR
安全治理云图 Compass
迁移
主机迁移服务 SMS
对象存储迁移服务 OMS
云数据迁移 CDM
专属云
专属计算集群 DCC
解决方案
高性能计算 HPC
SAP
游戏云
混合云灾备
华为工业云平台 IMC
价格
成本优化最佳实践
专属云商业逻辑
用户服务
帐号中心
费用中心
成本中心
资源中心
企业管理
工单管理
客户运营能力
国际站常见问题
支持计划
专业服务
合作伙伴支持计划
更新时间:2021-11-06 GMT+08:00
分享

代码编写规范

编写注意事项

用户代码在使用时需注意如下几点:

  • ModelArts会传入“trial_id”作为运行一次用户代码的唯一标示,请务必将该唯一标示用于文件保存,以免出现多个任务并行下读写文件冲突。
  • 在启动代码中,需要提供命名为“train”的方法,由ModelArts调用进行一次完整的训练、评估与模型导出。如果训练与评估是分开的,可以在该代码中提供一个命名为“eval”的方法,作为模型评估与导出的入口,AutoSearch框架会在“train”执行完毕后在同一个进程里接着调用“eval”“train”“eval”方法都没有入参。
  • argparse的使用时需注意,运行用户代码时传入额外参数,使用非排他性的入参解析API,例如使用“argparse”“parse_known_args”替代“parse_args”

autosearch.config的使用

yaml中定义的搜索空间,在经过搜索算法的处理后,会以dict的形式来传回给用户。在用户代码中可以通过“autosearch.config”来获得。

一般情况下,可以通过“autosearch.config['key']”来获得本次训练对应的配置,比如:

search_space:
  - type: discrete
    params:
      - name: resnet50
        values: ["1-11111111-2111121111-211111",
                 "1-1112-1111111111121-11111112111",
        ]

即可通过“autosearch.config['resnet50']”来获得本次训练使用的配置。上面说的是一般情况,config中的结构编码可能会根据搜索算法的不同而不同。请参见使用样例:示例:使用更优秀的网络结构替换原生ResNet50示例:使用经典超参算法搜索超参示例:使用MBNAS算法搜索网络结构示例:使用预置的数据增强策略进行自动数据增强示例:使用多元搜索

autosearch.reporter的使用

用户可以通过autosearch.reporter来反馈训练的结果信息。

通常,一个搜索算法会要求指定一个“reward_attr”“reward_attr”是越大越好,并且支持数学表达式,可以让你方便地完成一些多目标的搜索。

search_algotirhm:
    type: xxx
    reward_attr: accuracy - 0.1 * latency

此时,在训练代码中,需要上报这两个指标给AutoSearch框架:

autosearch.reporter(accuracy=foo, latency=bar)

搜索算法会根据上报的结果来计算奖励(reward),进而更新算法状态。当然你可以上报额外的信息,但不会被用到。

reporter的0行代码修改方法

除去用户显式的使用autosearch.reporter来反馈训练的结果信息外,还支持通过分析用户的打印日志来自动获取反馈信息。在指定完成reward_attr后,需要在yaml配置文件中配置一个指向reward_attr里指标的正则表达式。

比如针对如下所示屏显信息:

I can see atdout in screen
result=-1.000000;

yaml配置文件如下所示:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
search_algorithm:
  type: anneal_search
  max_concurrent: 2
  reward_attr: result
  report_keys:
    - name: result
      regex: (?<=result=).+(?=;)
  save_model_count: 3
  num_samples: 6
  mode: max

系统会通过该正则去用户的打印中寻找对应的指标并自动反馈,用户就不需要对自己的业务代码进行修改,无需维护额外的代码。

使用预置解码器(Decoder)

Decoder负责将传入的编码(字符串),转换为实际可执行的某种算法框架的代码(TensorFlow、PyTorch等)。ModelArts预置了几种Decoder,在代码模块中使用预置的Decoder,可以大大节省开发者的工作量。无需再将自己的代码模块化并支持解析网络结构/增强策略,只需嵌入已经预置的Decoder代码即可。

  • 用于NAS场景的ResNet50 Decoder

    此预置Decoder对应的搜索空间,是对于ResNet每一个Stage的Block数的搜索,以及channel翻倍的Block位置的搜索。Backbone架构编码字符串格式“111-2111-211111-211”,其中“-”用不同的分辨率分隔每个下采样阶段,“1”表示不改变通道的常规block,“2”表示加倍基本通道数量的block,前面的字符串表示的就是标准的ResNet50的结构。所以每个Stage可以有任意个“1”,总共要有3个“2”

    其他ResNet Decoder也与ResNet50 Decoder类似。

  • 用于数据增强的Decoder

    针对numpy、TensorFlow、PyTorch框架/库(一般在预处理节点常用),各给出了一个数据增强的Decoder,能将字符串解码成对应框架/库上的数据增强操作。

表1 Decoder API参考

Docoder名称

支持的引擎

ModelArts AutoSearch API

入参

说明

ResNet50 Decoder

TensorFlow

autosearch.client.nas.backbone.resnet.ResNet50

inputs

输入数据Tensor。

include_top

  • 设置为“True”时,返回所有stage输出。
  • 设置为“False”时,只返回最后一个stage输出。

mode

  • 设置为“eval”时,不训练bn层参数。
  • 设置为“Train”时候,训练bn层参数。

data_format

设置tensor数据格式,支持“NHWC”“NCHW”两种格式,默认为“NHWC”

load_weight

  • 设置为“True”,则预加载在imagenet上训练的模型参数,目前只支持resnet50。
  • 设置为“False”,则从头开始训练模型。

TensorFlow

autosearch.client.nas.backbone.resnet.ResNet18

-

入参与autosearch.client.nas.backbone.resnet.ResNet50接口一样

autosearch.client.nas.backbone.resnet.ResNet34

-

入参与autosearch.client.nas.backbone.resnet.ResNet50接口一样

autosearch.client.nas.backbone.resnet.ResNet101

-

入参与autosearch.client.nas.backbone.resnet.ResNet50接口一样

数据增强Decoder

Numpy

autosearch.client.augment.offline_search.preprocessor_builder.ImageClassificationNdarrayBuilder

search_space_type

目前仅支持配置为“offline”

数据增强Decoder

TensorFlow

autosearch.client.augment.offline_search.preprocessor_builder.ImageClassificationTensorflowBuilder

search_space_type

目前仅支持配置为“offline”

数据增强Decoder

PyTorch

autosearch.client.augment.offline_search.preprocessor_builder.ImageClassificationPytorchBuilder

search_space_type

目前仅支持配置为“offline”

内置环境信息参考

针对自动化搜索作业,ModelArts内置环境的信息如表2所示,此环境版本无法修改,供用户在使用自动化搜索作业功能时参考。

表2 内置环境版本信息

组件

版本

CUDA

9.0

Python

3.6

TensorFlow-GPU

1.12.0

PyTorch

1.0.0

ray

0.8.0

Keras

2.3.1

Pillow

6.2.0

numpy

1.18.1

scipy

1.3.2

scikit-image

0.16.2

分享:

    相关文档

    相关产品

关闭导读