Trabajos de visualización de MindInsight
Notebook de ModelArts de la nueva versión soporta los trabajos de visualización de MindInsight. En un entorno de desarrollo, utilice un conjunto de datos pequeño para entrenar y depurar un algoritmo. Esto se utiliza para comprobar la convergencia de algoritmos y detectar problemas de entrenamiento, lo que facilita la depuración.
MindInsight visualiza la información como escalares, imágenes, gráficos computacionales e hiperparámetros modelados durante el entrenamiento. También proporciona funciones como panel de entrenamiento, linaje de modelos, linaje de datos y depuración de rendimiento, lo que le ayuda a entrenar y depurar modelos de manera eficiente. MindInsight apoya los trabajos de entrenamiento de MindSpore. Para obtener más información sobre MindInsight, visite el sitio web oficial de MindSpore.
MindSpore le permite guardar los datos en el archivo de log de resumen y obtener los datos en la GUI del MindInsight.
Requisitos previos
Cuando utilice MindSpore para editar un script de entrenamiento, agregue el código para recopilar el registro de resumen al script para asegurarse de que el archivo de resumen se genera en el resultado del entrenamiento.
Para obtener más información, consulte Recopilación de registros de resumen .
Nota
- Para ejecutar un trabajo de entrenamiento de MindInsight en un entorno de desarrollo, inicie MindInsight y luego el proceso de entrenamiento.
- Solo se admite el entrenamiento de un nodo único con una tarjeta única.
- Un trabajo de visualización en ejecución no se factura por separado. Cuando se detiene la instancia del notebook de destino, la facturación se detiene.
- Si el archivo de resumen se almacena en OBS, el almacenamiento del OBS se facturará por separado. Después de completar un trabajo, detenga la instancia de notebook y borre los datos de OBS para detener la facturación.
Creación de un trabajo de visualización de MindInsight en un entorno de desarrollo
Paso 1 Crear un entorno de desarrollo y acceda a él en línea
Paso 1 Crear un entorno de desarrollo y acceda a él en línea
Inicie sesión en la consola de gestión de ModelArts, elija DevEnviron > Notebook y cree una instancia de entorno de desarrollo para el motor de MindSpore. Una vez creada la instancia, haga clic en Open en la columna Operation de la instancia para acceder a ella en línea.
- MindSpore 1.2.0 (CPU o GPU)
- MindSpore 1.5.x o posterior (Ascend)
Paso 2 Subir los datos de resumen
Se requieren datos de resumen para la visualización de MindInsight en un entorno de desarrollo.
Cargue los datos de resumen en el directorio /home/ma-user/work/ en un entorno de desarrollo o guárdelos en un sistema de archivos paralelo de OBS.
- Para obtener más detalles sobre cómo cargar los datos de resumen en /home/ma-user/work/, véase Carga de archivos a JupyterLab.
- Para almacenar los datos de resumen en un sistema de archivos paralelo de OBS montado en una instancia de notebook, cargue el archivo de resumen generado durante el entrenamiento del modelo en el sistema de archivos paralelo de OBS y asegúrese de que el sistema de archivos paralelo de OBS y ModelArts estén en la misma región. Cuando se inicia MindInsight en una instancia de notebook, la instancia lee automáticamente los datos de resumen del sistema de archivos paralelo de OBS montado.
Paso 3 Iniciar MindInsight
Elija la forma en la que quiera iniciar MindInsight en JupyterLab.
Método 1
- Haga clic en
para ir al entorno de desarrollo JupyterLab. Se creará automáticamente un archivo de IPYNB. - Escriba el siguiente comando en el cuadro de diálogo:
%reload_ext mindinsight %mindinsight --port {PORT} --summary-base-dir {SUMMARY_BASE_DIR}Parámetros:
- port {PORT}: puerto de servicio web para visualización, que por defecto es 8080. Si se ha utilizado el puerto predeterminado 8080, especifique un puerto comprendido entre 1 y 65535.
- summary-base-dir{SUMMARY_BASE_DIR}: ruta de almacenamiento de datos en el entorno de desarrollo
- Ruta local al entorno de desarrollo: ./work/xxx (ruta relativa) o /home/ma-user/work/xxx (ruta absoluta)
- Ruta al bucket del sistema de archivos paralelo de OBS:obs://xxx/
For example: # If the summary data is stored in /home/ma-user/work/ of a development environment, run the following command: %mindinsight --summary-base-dir /home/ma-user/work/xxx Or # If the summary data is stored in an OBS parallel file system, run the following command. Then, the development environment will automatically mount the storage path to the OBS parallel file system and read data from the path. %mindinsight --summary-base-dir obs://xxx/
Figura 2 Página de MindInsight (1)
Método 2
Haga clic en 
para ir a la página de MindInsight.
Los datos se leen desde /home/ma-user/work/ de forma predeterminada.
Si hay dos o más proyectos, seleccione el proyecto de destino para ver sus registros.
Método 3
- Elija View > Activate Command Palette, escriba MindInsight en el cuadro de búsqueda y haga clic en Create a new MindInsight.
Figura 4 Crear un nuevo MindInsight
- Ingrese la ruta a los datos de resumen o la ruta de almacenamiento al sistema de archivos paralelo de OBS y haga clic en CREATE.
- Ruta local al entorno de desarrollo: ./summary (ruta relativa) o /home/ma-user/work/summary (ruta absoluta)
- Ruta al sistema de archivos paralelo del OBS:obs://xxx/
Figura 5 Ruta de acceso a los datos de resumen
Figura 6 Página de MindInsight (3)
Se puede iniciar un máximo de 10 instancias de MindInsight mediante el método 2 o 3.
Método 4
Haga clic en 
y ejecute el siguiente comando (no se mostrará la interfaz de usuario):
mindinsight start --summary-base-dir ./summary_dir
Paso 4 Ver datos visualizados en el panel de entrenamiento
El panel de entrenamiento es importante para la visualización de MindInsight. Permite la visualización de escalares, distribución de parámetros, gráficos computacionales, gráficos de conjuntos de datos, imágenes y tensores.
Para obtener más información, véase Consulta del panel de entrenamiento en el sitio web oficial del MindSpore.
Operaciones relacionadas
Para detener una instancia de MindInsight, utilice uno de los siguientes métodos:
- Método 1: Ingrese el siguiente comando en la ventana del archivo .ipynb de JupyterLab en la que se configura el número de puerto en Iniciar MindInsight (8080 por defecto):
!mindinsight stop --port 8080
- Método 2: Haga clic en
. Se muestra la página de gestión de instancias de MindInsight, que muestra todas las instancias de MindInsight iniciadas. Haga clic en SHUT DOWN junto a la instancia de destino para detenerla.
Figura 8 Detención de una instancia
- Método 3: Haga clic en
en la siguiente figura para cerrar todas las instancias de MindInsight iniciadas.
Figura 9 Detener todas las instancias de MindInsight iniciadas
- Método 4 (no recomendado): Cierre la ventana de MindInsight en JupyterLab. De esta manera, solo se cierra la ventana de visualización, pero la instancia sigue ejecutándose en el backend.
