- L实例-2C2G2M
- L实例-2C2G3M
- L实例-2C2G4M
活动对象：
（1）新用户专享：华为云官网已完成注册和实名认证，且从未购买过华为云资源的用户（客户等级是V0）可购买；
（2）企业新客专享：仅从未购买过华为云资源（客户等级V0），且已完成企业实名认证用户可购买；
（3）产品新客专享：华为云官网已完成注册和实名认证的用户，且从未购买过华为云当前云产品资源的用户可购买（未限制产品等级）；
（4）新老用户同享：华为云官网已完成注册和实名认证的用户可以购买；
（具体用户范围以届时活动页面展示为准）
活动时间：
2024年5月31日-2024年6月30日（活动期间如有调整，以届时活动页面展示为准）
每天9点限量开抢，售完即止
续费同价说明：
（1）参与条件：Flexus L实例2核2G4M 98元/年，Flexus L实例2核4G5M 188元/年为续费同价优惠产品，参与条件为：新用户专享，新购、续费同价，每个配置限新购1次，续费1次；
（2）续费说明：下单购买后，系统将自动赠送一张续费代金券至费用中心-优惠折扣，预计续费代金券到账时间5分钟左右。Flexus L实例2核2G4M 98元/年 续费代金券面额为满700元减652.2元，Flexus L实例2核4G5M 188元/年续费代金券面额为满1030元减892.2元，续费该实例时勾选代金券，则可以实现续费同价优惠，续费代金券有效期为自购买日起1年内有效，请于代金券有效期内完成续费，代金券过期后不予补发；
（3）退订说明：下单购买该实例后，系统将自动锁定订单，不允许退订；若客户需要退订新购订单，且续费代金券未使用的情况下，可以申请退订，退订时系统将回收未使用的续费代金券，退订费用请查看华为云官网规则说明；若续费代金券已使用，则该实例的新购及续费订单均不可退订；
购买说明：
（1）新用户专享套餐同一用户限购一单，具体台数以活动页面为准；
（2）同一用户规则：同一用户是指根据不同华为云账号在注册、登录、使用中的关联信息，华为云判断其实际为同一用户。包括但不限于下述情形：具备同一证件号（比如身份证号/护照ID/海外驾照ID/企业唯一识别号等）、域名持有者为同一主体（如同一个人、企业等主体）、同一手机号、同一设备、同一IP地址等；
（3）套餐配置：
①云服务器每款默认配置1个公网IP，高IO或通用型SSD 40G系统盘（部分特价机型仅高IO 40G系统盘；Flexus应用服务器L实例系统盘为高IO，规格大小以下单页显示为准）；数据盘有高IO和通用型SSD可选（Flexus应用服务器L实例数据盘为通用型SSD V2），西南-贵阳一和华北-北京一数据中心是静态BGP带宽，其他数据中心配置全动态独享BGP带宽；（以上配置仅供参考，具体配置以下单页面为准）
②本页面促销的国内云服务器购买完成后，如需切换镜像版本，可在控制台内进行切换操作；
②本页面促销的国内及境外云服务器的Windows镜像暂不支持包周期转按需操作；
③境外云服务器，重装系统不支持Linux与Windows互相切换；
④新用户专区region（不含出海云服务器，最终结果以下单页面为准）：
不同区域的云服务产品之间内网互不相通。所购买的相关产品请位于同一区域内，且就近选择靠近您业务的区域，有助于降低业务运行产生异常的风险，减少网络时延，提高访问速度；
（4）续费变更：
促销价仅适用于购买活动页面套餐，续订变更套餐价格（含升配降配）以当期目录价为准，促销价在该场景下不适用，用户选择升配或降配包周期产品前，具体场景或解释说明，请您浏览阅读《变更资源费用说明》
（5）关联账号说明：
关联模式为财务托管的企业认证账号（即财务托管子账号）不具备交易属性，不参与华为云官网活动等相关交易；关联模式为财务独立的企业认证账号可以参与华为云官网活动等相关交易。
为保证活动的公平公正，华为云有权对实施下述行为的用户采取收回套餐使用资格或者活动优惠资格的措施，且华为云亦有权针对异常账号采取限制措施：
1）华为云有合理理由相信用户存在恶意刷取活动资源的行为（“恶意”是指为获取资源而异常注册账号等破坏活动公平性的行为）；
2）华为云有合理理由相信用户存在利用资源从事违法违规的行为；
华为云保留对活动规则进行调整的权利，包括但不限于活动规则、产品价格、产品类型、产品数量、产品配置等，请以购买时相关页面的最新展示内容为准。
所有参加本活动的华为云注册用户，已认可并同意遵守《华为云用户协议》及通过援引的形式加入的附件，包括《可接受的使用政策》，《隐私政策声明》
-
PyTorch
![]()
"tcp://${MA_VJ_NAME}-${MA_TASK_NAME}-0.${MA_VJ_NAME}:${port}" --epochs 5 多机多卡启动命令 python <启动文件相对路径> --init_method "tcp://${MA_VJ_NAME}-${MA_TASK_NAME}-0
来自：帮助中心 -
Notebook基础镜像x86 Tensorflow
![]()
Notebook基础镜像x86 Tensorflow Tensorflow包含两种镜像：tensorflow2.1-cuda10.1-cudnn7-ubuntu18.04，tensorflow1.13-cuda10.0-cudnn7-ubuntu18.04 镜像一：tensorflow2.1-cuda10
来自：帮助中心 -
如何在代码中打印GPU使用信息
![]()
gputil import GPUtil as GPU GPU.showUtilization() import GPUtil as GPU GPUs = GPU.getGPUs() for gpu in GPUs: print("GPU RAM Free: {0:.0f}MB |
来自：帮助中心 -
多机多卡数据并行-DistributedDataParallel(DDP)
![]()
多机多卡数据并行-DistributedDataParallel(DDP) 本章节介绍基于PyTorch引擎的多机多卡数据并行训练。 训练流程简述 相比于DP，DDP能够启动多进程进行运算，从而大幅度提升计算资源的利用率。可以基于torch.distributed实现真正的分布式
来自：帮助中心 -
模型训练简介
![]()
新建训练工程、联邦学习工程、训练服务或超参优化服务。 名称 模型训练名称。 模型训练工程描述 对模型训练工程的描述信息。 创建时间 训练工程、联邦学习工程、训练服务或者超参优化服务的创建时间。 类型 模型训练的类型。 包含如下选项： 模型训练 联邦学习 训练服务 优化服务 创建者 创建训练工程、联邦
来自：帮助中心 -
FAQ
![]()
initializat失败 GPU A系列裸金属服务器节点内NVLINK带宽性能测试方法（Pytorch模式） 裸金属服务器Euler OS升级NetworkManager-config-server导致SSH链接故障解决方案 NPU Snt9B裸金属服务器多机免密互通解决方案 父主题：
来自：帮助中心 -
创建Tensorboard
![]()
创建Tensorboard方式： 创建训练任务的时候同步创建Tensorboard 在模型训练工程代码编辑界面控制台的Tensorboard页签中创建Tensorboard 新建模型训练工程，创建训练任务后，在任务详情的Tensorboard页签中创建Tensorboard 配置训练任务时，AI引擎选择PyT
来自：帮助中心 -
查询训练作业参数详情
![]()
engine_type Integer 训练作业的引擎类型。 engine_name String 训练作业的引擎名称。 engine_id Long 训练作业的引擎ID。 engine_version String 训练作业使用的引擎版本。 train_url String 训练作业的输出文件OBS
来自：帮助中心 -
GPU调度
![]()
GPU调度 GPU节点驱动版本 使用Kubernetes默认GPU调度 GPU虚拟化 监控GPU资源指标 基于GPU监控指标的弹性伸缩实践 GPU故障处理 父主题： 调度
来自：帮助中心 -
以PyTorch框架创建训练作业（新版训练）
![]()
“spec”字段下的“flavor_id”表示训练作业所依赖的规格，使用2记录的flavor_id。“node_count”表示训练是否需要多机训练（分布式训练），此处为单机情况使用默认值“1”。“log_export_path”用于指定用户需要上传日志的obs目录。 返回状态码“201
来自：帮助中心 -
使用预置框架简介
![]()
法章节。 预置的训练引擎 当前ModelArts支持的训练引擎及对应版本如下所示。 不同区域支持的AI引擎有差异，请以实际环境为准。 表1 训练作业支持的AI引擎 工作环境 系统架构 系统版本 AI引擎与版本 支持的cuda或Ascend版本 TensorFlow x86_64 Ubuntu18
来自：帮助中心 -
创建训练任务
![]()
-
使用基础镜像构建新的训练镜像
![]()
使用基础镜像构建新的训练镜像 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，您可以基于这些基础镜像制作一个新的镜像并进行训练。 基于训练基础镜像构建新镜像的操作步骤
来自：帮助中心 -
模板说明
![]()
模板说明 TensorFlow图像分类模板 TensorFlow-py27通用模板 TensorFlow-py36通用模板 MXNet-py27通用模板 MXNet-py36通用模板 PyTorch-py27通用模板 PyTorch-py36通用模板 Caffe-CPU-py27通用模板
来自：帮助中心 -
方案概述
![]()
收新的热数据。 访问冷数据时SFS Turbo从OBS自动加载数据提升访问性能。 5 多AI开发平台、生态兼容 pytorch、mindspore等主流AI应用框架，kubernetes容器引擎、算法开发场景通过文件语义访问共享数据，无需适配开发。 如果您想了解更多本方案相关信息
来自：帮助中心 -
方案概述
![]()
收新的热数据。 访问冷数据时SFS Turbo从OBS自动加载数据提升访问性能。 5 多AI开发平台、生态兼容 pytorch、mindspore等主流AI应用框架，kubernetes容器引擎、算法开发场景通过文件语义访问共享数据，无需适配开发。 如果您想了解更多本方案相关信息
来自：帮助中心 -
使用自定义镜像创建训练作业（GPU）
![]()
使用自定义镜像创建训练作业（GPU） 基于自定义镜像训练模型仅适用于旧版训练模块（仅对部分存量用户可见，新用户不可见），新版训练请参见使用自定义镜像训练模型（新版训练）。 用户将自定义镜像制作完成并上传至SWR后，可在ModelArts管理控制台，使用自定义镜像创建训练作业，完成模型训练操作。
来自：帮助中心 -
moxing.tensorflow是否包含整个TensorFlow，如何对生成的checkpoint进行本地Fine Tune？
![]()
e Tune的好处在于不用完全重新训练模型，从而提高效率，在数据量不是很大的情况下，Fine Tune会是一个比较好的选择。 moxing.tensorflow包含所有的接口，对TensorFlow做了优化，里面的实际接口还是TensorFlow的原生接口。 当非MoXing代码
来自：帮助中心 -
GP Ant8裸金属服务器使用Megatron-Deepspeed训练GPT2并推理
![]()
/checkpoints/gpt2 图6 模型checkpoint Step3 单机多卡训练 和单机单卡训练相比， 单机多卡训练只需在预训练脚本中设置多卡参数相关即可， 其余步骤与单机单卡相同。 当前选择GPU裸金属服务器是8卡， 因此需要调整如下参数： GPUS_PER_NODE=8 调整全局批处理大小（global
来自：帮助中心 -
精度对齐
![]()
精度对齐 精度问题是指模型从GPU设备迁移到昇腾NPU设备之后由于软硬件差异引入的精度问题。根据是否在单卡环境下，可分为单卡精度问题与多卡精度问题。多卡相对于单卡，会有卡与卡之间的通信，这可能也是精度偏差的一种来源。所以多卡的精度对齐问题相对于单卡会更复杂。不过针对多卡的精度问题，可以分
来自：帮助中心 -
导入和预处理训练数据集
![]()
datasets.fashion_mnist (train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data() 对训练数据做预处理，并查看训练集中最开始的25个图片。 1 2 3
来自：帮助中心
