文档首页/ AI开发平台ModelArts/ 开发环境（即将下线）/ JupyterLab/ 使用ModelArts SDK
更新时间：2024-08-14 GMT+08:00
查看PDF
分享

使用ModelArts SDK

在Notebook中，通过使用ModelArts SDK，可以完成OBS管理、训练作业管理、模型管理以及在线服务管理。

在Notebook中，已承载了登录用户的鉴权信息（AK/SK）和区域信息，因此SDK session鉴权时，无需输入参数即可完成session鉴权。

示例代码

  • 创建训练作业 
     1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
    		 
    from modelarts.session import Session
from modelarts.estimator import Estimator
session = Session()
estimator = Estimator(
                      modelarts_session=session,
                      framework_type='PyTorch',                                     # AI引擎名称
                      framework_version='PyTorch-1.0.0-python3.6',                  # AI引擎版本
                      code_dir='/obs-bucket-name/src/',                             # 训练脚本目录
                      boot_file='/obs-bucket-name/src/pytorch_sentiment.py',        # 训练启动脚本目录 
                      log_url='/obs-bucket-name/log/',                              # 训练日志目录
                      hyperparameters=[
                                       {"label":"classes",
                                        "value": "10"},    
                                       {"label":"lr",
                                        "value": "0.001"}
                                       ],
                      output_path='/obs-bucket-name/output/',                         # 训练输出目录
                      train_instance_type='modelarts.vm.xxx.xxx',                  # 训练环境规格
                      train_instance_count=1,                                       # 训练节点个数
                      job_description='pytorch-sentiment with ModelArts SDK')       # 训练作业描述
job_instance = estimator.fit(inputs='/obs-bucket-name/data/train/', wait=False, job_name='my_training_job')
  • 查询模型列表 
    1
2
3
4
    		 
    from modelarts.session import Session 
from modelarts.model import Model
session = Session() 
model_list_resp = Model.get_model_list(session, model_status="published", model_name="digit", order="desc")
  • 查询服务详情 
    1
2
3
4
5
    		 
    from modelarts.session import Session
from modelarts.model import Predictor
session = Session()
predictor_instance = Predictor(session, service_id="input your service_id")
predictor_info_resp = predictor_instance.get_service_info()
父主题： JupyterLab