使用常用框架训练模型

前提条件

• 数据已完成准备：已在ModelArts中创建可用的数据集，或者您已将用于训练的数据集上传至OBS目录。
• 如果“算法来源”为“常用框架”，请准备好训练脚本，并上传至OBS目录。
• 已在OBS创建至少1个空的文件夹，用于存储训练输出的内容。
• 由于训练作业运行需消耗资源，确保帐户未欠费。
• 确保您使用的OBS目录与ModelArts在同一区域。

注意事项

• 训练作业指定的数据集目录中，用于训练的数据名称（如图片名称、音频文件名、标注文件名称等），名称长度限制为0～255英文字符。如果数据集目录下，部分数据的文件名称超过255英文字符，训练作业将不会使用此数据，使用符合要求的数据继续进行训练。如果数据集目录下，所有数据的文件名称都超过了255英文字符，导致训练作业无数据可用，则会最终导致训练作业失败。
• 训练脚本中，“数据来源”、“训练输出位置”，两个参数必须为OBS路径。当需要对OBS进行读写交互时，建议使用MoXing接口进行读写操作。

训练管理支持的AI常用框架

当前ModelArts支持的AI引擎及对应版本如下所示。

• MoXing是ModelArts团队自研的分布式训练加速框架，它构建于开源的深度学习引擎TensorFlow、MXNet、PyTorch、Keras之上，详细说明请参见MoXing使用说明。如果您使用的是MoXing框架编写训练脚本，在创建训练作业时，请根据您选用的接口选择其对应的AI引擎和版本。
• Ascend-Powered-Engine仅在“华北-北京四”区域支持。
• 如果您的训练脚本支持的版本与训练支持的AI引擎提供的版本存在差异，会出现训练失败的情况

创建训练作业

1. 登录ModelArts管理控制台，在左侧导航栏中选择“训练管理 > 训练作业”，默认进入“训练作业”列表。
2. 在训练作业列表中，单击左上角“创建”，进入“创建训练作业”页面。
3. 在创建训练作业页面，填写训练作业相关参数，然后单击“下一步”。
   1. 填写基本信息。您可以根据实际情况填写“名称”和“描述”信息。“版本”信息由系统自动生成，按“V0001”、“V0002”规则命名，用户无法修改。
   2. 填写作业参数。包含数据来源、算法来源等关键信息，详情请参见表2。
      图1 算法来源为常用框架
      

      表2 作业参数说明

      参数名称	子参数	说明
      一键式参数配置	-	如果您在ModelArts已保存作业参数，您可以根据界面提示，选择已有的作业参数，快速完成训练作业的参数配置。
      算法来源	常用框架	选择“AI引擎”和“版本”，选择“代码目录”及“启动文件”。选择的AI引擎和编写训练代码时选择的框架必须一致。例如编写训练代码使用的是TensorFlow，则在创建训练作业时也要选择TensorFlow。 目前支持的AI引擎及其版本请参见训练管理支持的AI常用框架。 如果您的模型需要安装Python依赖包时，请按照ModelArts定义的要求将依赖包及其配置文件放置“代码目录”中，详细说明请参见模型中引用依赖包时，如何创建训练作业？
      数据来源	数据集	从ModelArts数据管理中选择可用的数据集及其版本。 “选择数据集”：从右侧下拉框中选择ModelArts系统中已有的数据集。当ModelArts无可用数据集时，此下拉框为空。 “选择版本”：根据“选择数据集”指定的数据集选择其版本。 一个训练作业，支持选择多个数据集，单击增加一个数据集，单击删除当前行指定的数据集。
      	数据存储位置	从OBS桶中选择训练数据。在“数据存储位置”右侧，单击“选择”，从弹出的对话框中，选择数据存储的OBS桶及其文件夹。 当“算法来源”选择“常用框架”时，一个训练作业，支持选择多个数据存储路径，单击增加一个数据存储路径，单击删除当前行指定的数据存储路径。
      训练输出位置	-	选择训练结果的存储位置。 说明： 为避免出现错误，建议选择一个空目录用作“训练输出位置”。请勿将数据集存储的目录作为训练输出位置。
      运行参数	-	代码中的命令行参数设置值，请根据您编写的算法代码逻辑进行填写，确保参数名称和代码的参数名称保持一致。 例如：train_steps=10000，其中“train_steps”为代码中的某个传参。
      作业日志路径	-	选择作业运行中产生的日志文件存储路径。

   3. 选择用于训练作业的资源。
      图2 选择训练作业资源
      

      表3 资源参数说明

      参数名称	说明
      资源池	选择训练作业资源池。 训练作业支持选择“公共资源池”和“专属资源池”。公共资源池又可以选择CPU或GPU两种类型，不同类型的资源池，其收费标准不同，详情请参见价格详情说明。专属资源池的创建请参见资源池（旧版即将下线）。
      类型	当选择公共资源池时，需选择资源类型。目前支持CPU和GPU两种类型。 GPU资源性能更佳，CPU资源性价比更高。如果您选择的算法已定义使用CPU或GPU，界面将自动呈现此资源类型，请务必根据要求选择。 不同的资源类型的数据盘容量是不同的，详细介绍参考训练环境中不同规格资源“/cache”目录的大小。 说明： 如果您在训练代码使用的是GPU资源，则在选择资源池时只能选择GPU集群，否则会导致训练作业失败。
      规格	针对不同的资源类型，选择资源规格。 其中针对“已有算法”、“常用框架”或“自定义镜像”，ModelArts支持使用Ascend创建训练作业，且此资源仅在“华北-北京四”可用。 前缀带“[限时免费] ”信息的为免费规格，您可以使用此规格免费体验ModelArts的训练作业功能。此规格的使用注意事项，请参见免费体验AI全流程开发。
      计算节点个数	选择计算节点的个数。如果节点个数设置为1，表示后台的计算模式是单机模式；如果节点个数设置大于1，表示后台的计算模式为分布式的。请根据实际编码情况选择计算模式。 当“常用框架”选择Caffe时，只支持单机模式，即“计算节点个数”必须设置为“1”。针对其他“常用框架”，您可以根据业务情况选择单机模式或分布式模式。

   4. 配置订阅消息，并设置是否将当前训练作业中的参数保存为作业参数。
      图3 配置训练作业订阅消息
      

      表4 订阅消息及作业参数的参数说明

      参数名称	说明
      订阅消息	订阅消息使用消息通知服务，在事件列表中选择需要监控的资源池状态，在事件发生时发送消息通知。 此参数为可选参数，您可以根据实际情况设置是否打开开关。如果开启订阅消息，请根据实际情况填写如下参数。 “主题名”：订阅消息主题名称。您可以单击创建主题，在消息通知服务中创建主题。 “事件列表”：订阅事件。当前可选择“OnJobRunning”、“OnJobSucceeded”、“OnJobFailed”三种事件，分别代表训练运行中、运行成功、运行失败。
      保存作业参数	勾选此参数，表示将当前训练作业设置的作业参数保存，方便后续一键复制使用。 勾选“保存训练参数”，然后填写“作业参数名称”和“作业参数描述”，即可完成当前参数配置的保存。训练作业创建成功后，您可以从ModelArts的作业参数列表中查看保存的信息，详细操作指导请参见管理作业参数。

   5. 完成参数填写后，单击“下一步”。
4. 在“规格确认”页面，确认填写信息无误后，单击“提交”，完成训练作业的创建。训练作业一般需要运行一段时间，根据您选择的数据量和资源不同，训练时间将耗时几分钟到几十分钟不等。
   

   训练作业创建完成后，将立即启动，运行过程中将按照您选择的资源按需计费。

   您可以前往训练作业列表，查看训练作业的基本情况。在训练作业列表中，刚创建的训练作业“状态”为“初始化”，当训练作业的“状态”变为“运行成功”时，表示训练作业运行结束，其生成的模型将存储至对应的“训练输出位置”中。当训练作业的“状态”变为“运行失败”时，您可以单击训练作业的名称，进入详情页面，通过查看日志等手段处理问题。