Este conteúdo foi traduzido por máquina para sua conveniência e a Huawei Cloud não pode garantir que o conteúdo foi traduzido com precisão. Para exibir o conteúdo original, use o link no canto superior direito para mudar para a página em inglês.
Atualizado em 2024-09-14 GMT+08:00
Processo de operação no JupyterLab
O ModelArts permite que você acesse instâncias de notebook on-line usando o JupyterLab e desenvolva modelos de IA baseados nos mecanismos PyTorch, TensorFlow ou MindSpore. A figura a seguir mostra o processo de operação.
Figura 1 Usar o JupyterLab para desenvolver e depurar código on-line
- Crie uma instância de notebook.
No console de gerenciamento do ModelArts, crie uma instância de notebook com um mecanismo de IA adequado. Para mais detalhes, consulte Criação de uma instância de notebook.
- Use o JupyterLab para acessar a instância do notebook. Para mais detalhes, consulte Acessar o JupyterLab.
- Carregue dados de treinamento e arquivos de código para JupyterLab. Para obter detalhes, consulte Upload de arquivos de um caminho local para JupyterLab.
- Compile e depure código no JupyterLab. Para mais detalhes, consulte Visão geral do JupyterLab e operações comuns.
- No JupyterLab, ligue para o SDK do ModelArts para criar um trabalho de treinamento para treinamento na nuvem.
Para obter detalhes, consulte Criação de um trabalho de treinamento.
Tópico principal: JupyterLab
Feedback
Esta página foi útil?
Deixar um comentário
Obrigado por seus comentários. Estamos trabalhando para melhorar a documentação.
O sistema está ocupado. Tente novamente mais tarde.