更新时间：2024-10-24 GMT+08:00
准备模型训练镜像
ModelArts平台提供了Tensorflow，PyTorch，MindSpore等常用深度学习任务的基础镜像，镜像里已经安装好运行任务所需软件。当基础镜像里的软件无法满足您的程序运行需求时，您还可以基于这些基础镜像制作一个新的镜像并进行训练。
训练作业的预置框架介绍
ModelArts中预置的训练基础镜像如下表所示。
|
引擎类型 |
版本名称 |
|---|---|
|
PyTorch |
pytorch_1.8.0-cuda_10.2-py_3.7-ubuntu_18.04-x86_64 |
|
TensorFlow |
tensorflow_2.1.0-cuda_10.1-py_3.7-ubuntu_18.04-x86_64 |
|
Horovod |
horovod_0.20.0-tensorflow_2.1.0-cuda_10.1-py_3.7-ubuntu_18.04-x86_64 |
|
horovod_0.22.1-pytorch_1.8.0-cuda_10.2-py_3.7-ubuntu_18.04-x86_64 |
|
|
MPI |
mindspore_1.3.0-cuda_10.1-py_3.7-ubuntu_1804-x86_64 |
构建自定义训练镜像
当基础镜像里的软件无法满足您的程序运行需求时，您还可以基于这些基础镜像制作一个新的镜像并进行训练。镜像制作流程如图1所示。
场景一：预置镜像满足ModelArts训练平台约束，但不满足代码依赖的要求，需要额外安装软件包。
具体案例参考使用预置镜像制作自定义镜像用于训练模型。
场景二：已有本地镜像满足代码依赖的要求，但是不满足ModelArts训练平台约束，需要适配。
具体案例参考已有镜像迁移至ModelArts用于训练模型。
场景三： 当前无可使用的镜像，需要从0制作镜像（既需要安装代码依赖，又需要制作出的镜像满足ModelArts平台约束）。具体案例参考：
