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.

Central de ajuda/ ModelArts/ Contêineres do Docker com ModelArts/ Uso de uma imagem personalizada para treinar modelos (treinamento de modelo)/ Preparação de uma imagem de treinamento/ Especificações para imagens personalizadas para trabalhos de treinamento

Atualizado em 2024-09-14 GMT+08:00

Ver PDF

Especificações para imagens personalizadas para trabalhos de treinamento

Ao usar um modelo e um script de treinamento desenvolvidos localmente para criar uma imagem personalizada, verifique se a imagem está em conformidade com as especificações definidas pelo ModelArts.

Especificações

Use o Ubuntu 18.04 para imagens personalizadas para caso as versões não sejam compatíveis.
Não utilize uma imagem personalizada com mais de 15 GB. O tamanho não deve exceder metade do espaço do mecanismo de contêiner do pool de recursos. Caso contrário, a hora de início do trabalho de treinamento será afetada.
O espaço do mecanismo de contêiner do pool de recursos públicos do ModelArts é de 50 GB. Por padrão, o espaço do mecanismo de contêiner do pool de recursos dedicados também é de 50 GB. Você pode personalizar o espaço do mecanismo de contêiner ao criar um pool de recursos dedicados.

O uid do usuário padrão de uma imagem personalizada deve ser 1000.
O driver da GPU ou do Ascend não pode ser instalado em uma imagem personalizada. Quando você seleciona recursos da GPU para executar trabalhos de treinamento, o ModelArts coloca automaticamente o driver da GPU no diretório /usr/local/nvidia no ambiente de treinamento. Quando você seleciona recursos do Ascend para executar trabalhos de treinamento, o ModelArts coloca automaticamente o driver do Ascend no diretório /usr/local/Ascend/driver.
Imagens personalizadas baseadas em x86 ou Arm podem ser executadas apenas com especificações correspondentes à sua arquitetura.
- Execute o seguinte comando para verificar a arquitetura da CPU de uma imagem personalizada:
```
docker inspect {Custom image path} | grep Architecture
```
  A seguir, a saída do comando para uma imagem personalizada baseada em Arm:
```
"Architecture": "arm64"
```
- Se o nome de uma especificação contiver Arm, esta especificação é uma arquitetura de CPU baseada em Arm.
- Se o nome de uma especificação não contém Arm, esta especificação é uma arquitetura de CPU baseada em x86.
O ModelArts não suporta baixa de pacotes de instalação de código aberto. Instale os pacotes de dependência exigidos pelo trabalho de treinamento na imagem personalizada.