全部文档
AI开发平台ModelArtsAI开发平台ModelArts
- 最新动态
- 功能总览
- 产品介绍
- 准备工作
- 快速入门
- 自动学习
- 开发工具
- 数据准备与分析
- 数据处理
- 数据标注
- 模型开发
- 模型封装
- 推理部署
-
AI Gallery
- AI Gallery简介
- 免费资产和商业售卖资产
- 入驻AI Gallery
- 个人中心介绍
- 订阅使用
- 发布分享
- 参加活动
-
预置AI算法（官方发布）
- 官方发布的预置算法列表
-
图像分类
- ResNet_v1_50（图像分类/TensorFlow）
- ResNet_v1_101（图像分类）
- ResNet_v1_50（图像分类/TensorFlow/Ascend910训练）
- ResNet50（图像分类/MindSpore/Ascend910训练）
- ResNet_v2_50（图像分类/TensorFlow/Ascend910训练）
- MobileNet_v1（图像分类/TensorFlow）
- MobileNet_v2（图像分类）
- Inception_v3（图像分类）
- ResNet_v2_101（图像分类）
- ResNet50_AdaInfer（图像分类/TensorFlow/推理自优化）
- Inception_ResNet_v2（图像分类/TensorFlow）
- EfficientNetB0/B4/B7/B8（图像分类/PyTorch）
- Res2Net_50（图像分类/TensorFlow）
- 物体检测
- 文本分类
- 图像语义分割
- 声音分类
- 强化学习
- 时序预测
- 修订记录
- 最佳实践
-
AI工程师用户指南
- AI工程师如何使用ModelArts
- 免费体验ModelArts
- 数据管理（New）
- 数据管理（旧版即将下线）
- 开发环境（New）
- 开发环境（旧版即将下线）
- 训练管理（New）
- 训练管理（旧版即将下线）
- 模型管理（即将下线）
- 模型部署（即将下线）
- 资源池
- 使用自定义镜像
- 模型包规范（即将下线）
- 模型模板（即将下线）
- 自定义脚本代码示例
- 权限管理
- 监控
- 审计日志
- 建议反馈
- 将MLS业务迁移至ModelArts
- 修订记录
- 工具指南
- ML Studio开发指南
- MoXing开发指南
- SDK参考
- API参考
-
常见问题
-
一般性问题
- 什么是ModelArts
- ModelArts与其他服务的关系
- ModelArts与DLS服务的区别？
- ModelArts与MLS服务的区别？
- 如何购买或开通ModelArts？
- 支持哪些型号的Ascend芯片？
- 如何获取访问密钥？
- 如何上传数据至OBS？
- 提示“上传的AK/SK不可用”，如何解决？
- 使用ModelArts时提示“权限不足”，如何解决？
- 如何用ModelArts训练基于结构化数据的模型？
- 什么是区域、可用区？
- 数据已上传OBS，使用ModelArts为什么无法找到对应的OBS桶？
- 在ModelArts中如何查看OBS目录下的所有文件？
- ModelArts数据集保存到容器的哪里？
- ModelArts支持哪些AI框架？
- ModelArts训练和推理分别对应哪些功能？
- MindSpore相关问题如何解决？
- 计费相关
- 自动学习
- 数据管理
- Notebook
- 训练作业
- 模型管理
- 模型评估
- 部署上线
- 资源池
- 预置算法
- AI Gallery
- API/SDK
- 修订记录
-
一般性问题
-
故障排除
- 自动学习
- 开发环境
-
训练作业
-
OBS操作相关故障
- 读取文件报错，如何正确读取文件？
- TensorFlow-1.8作业连接OBS时反复出现提示错误
- TensorFlow在OBS写入TensorBoard到达5GB时停止
- 保存模型时出现Unable to connect to endpoint错误
- 训练作业日志中提示“No such file or directory”，如何解决？
- OBS拷贝过程中提示“BrokenPipeError: Broken pipe”
- 日志提示“ValueError: Invalid endpoint: obs.xxxx.com”
- 日志提示“errorMessage:The specified bucket does not exist”
-
云上迁移适配故障
- 无法导入模块
- 训练作业日志中提示“No module named .*”
- 如何安装第三方包，安装报错的处理方法
- 下载代码目录失败
- 训练作业日志中提示“No such file or directory”
- 训练过程中无法找到so文件
- 无法解析参数，日志报错
- 训练输出路径被其他作业使用
- 使用自定义镜像创建训练作业，找不到启动文件
- Pytorch1.0引擎提示“RuntimeError: std::exception”
- MindSpore日志提示“ retCode=0x91, [the model stream execute failed]”
- 使用moxing适配OBS路径，pandas读取文件报错
- 日志提示“Please upgrade numpy to >= xxx to use this pandas version”
- 重装的包与镜像装CUDA版本不匹配
- 内存限制故障
- 外网访问限制
- 权限问题
- GPU相关问题
-
业务代码问题
- 日志提示“pandas.errors.ParserError: Error tokenizing data. C error: Expected .* fields”
- 日志提示“max_pool2d_with_indices_out_cuda_frame failed with error code 0”
- 训练作业失败，返回错误码139
- 训练作业失败，如何使用云上环境调试训练代码？
- 日志提示“ '(slice(0, 13184, None), slice(None, None, None))' is an invalid key”
- 日志报错“DataFrame.dtypes for data must be int, float or bool”
- 日志提示“CUDNN_STATUS_NOT_SUPPORTED. ”
- 日志提示“Out of bounds nanosecond timestamp”
- 日志提示“Unexpected keyword argument passed to optimizer”
- 日志提示“no socket interface found”
- 分布式Tensorflow无法使用“tf.variable”
- MXNet创建kvstore时程序被阻塞，无报错
- 日志出现ECC错误，导致训练作业失败
- 超过最大递归深度导致训练作业失败
- 使用预置算法训练时，训练失败，报“bndbox”错误
- 训练作业状态显示“审核作业初始化”
- 训练作业进程异常退出
- 训练作业进程被kill
-
OBS操作相关故障
- 模型管理
- MoXing
- 修订记录
- 视频帮助
- 文档下载
更新时间：2021-03-18 GMT+08:00
链接复制成功！
提交不同名称的训练作业
在ModelArts中，训练作业一旦提交后，作业名称不允许修改，每提交一次训练作业，实质上是创建了一个训练作业的新版本。如需提交一个不同名称的训练作业，请参见如下操作指导。
提交一个不同名称的训练作业
例如，当前已有一个手写数字识别的训练算法，提交了“Job Name”为“train-mnist”的训练作业，首次提交后，作业版本为V0001，运行完成后，用户对算法代码进行了优化，再次提交作业，此时系统会在作业“train-mnist”下创建V0002版本。
图1 提交训练作业
当用户再有一个新的训练算法，如物体检测，此时想提交一个“Job Name”为“dog-cat-recognize”的训练作业，可执行如下步骤完成。
- 单击“Edit Training Job Configuration”配置框右上角的加号，添加一个新的训练作业配置。填写完毕后单击“Apply and Run”提交训练作业即可。图2 添加一个新的训练作业配置
- 当再次打开“Edit Training Job Configuration”配置界面时，可以看到“Job Name”的下拉菜单中显示了两个作业的名称，单击名称后可以查看作业的配置信息。图3 配置中包含2个作业名称
删除其中一个训练作业
当存在多个不同名称的训练作业时，如果不需要保留本地的训练作业配置信息时，可以单击右上角的减号，删除本地作业配置。
该操作是删除本地的配置信息，不会删除公有云侧ModelArts管理控制台的作业。
图4 删除训练作业配置信息
单击减号后，系统将弹出确认框，确认信息无误后，单击“是”即可删除本地保存的作业配置。
图5 确认删除
配置信息删除后无法恢复，请谨慎操作。
父主题： 训练模型
