变更实例的CPU和内存规格 当您购买的实例的CPU和内存规格无法满足业务需要时，可以在控制台进行CPU和内存规格变更。 使用须知 用户既可以扩大规格，也可以降低规格。 节点规格变更采用滚动方式，单个节点耗时约5-10分钟，总时长与节点数量有关。 正在进行变更的节点，其计算任务由其

查看更多 →

变更实例的CPU和内存规格 操作场景 当用户购买的实例的CPU和内存规格无法满足业务需要时，可以在控制台进行CPU和内存规格变更。 使用须知 用户既可以扩大规格，也可以降低规格。 节点规格变更采用滚动方式，单个节点耗时约5-10分钟，总时长与节点数量有关。 正在进行变更的节点，其

查看更多 →

变更实例的CPU和内存规格 操作场景 规格变更用于扩大或者降低实例中所有节点的CPU、内存规格。当用户购买的实例的规格无法满足业务需求时，可以在控制台进行规格变更。若遇到实例过载，需要紧急增加计算资源，建议优先添加计算节点，速度更快。 使用须知 在线变更时，单个节点变更时会出现一

查看更多 →

变更实例的CPU和内存规格 操作场景 CPU/内存规格可根据业务需要进行变更，当实例的状态由“规格变更中”变为“正常”，则说明变更成功。 约束限制 账户余额大于等于0元，才可变更规格。 实例处于正常状态，可以变更规格。 容灾实例不允许变更规格。 当实例进行CPU/内存规格变更时，该实例不可被删除。

查看更多 →

变更实例的CPU和内存规格 操作场景 CPU/内存规格可根据业务需要进行变更，当实例的状态由“规格变更中”变为“正常”，则说明变更成功。 约束限制 账户余额大于等于0元，才可变更规格。 当实例进行CPU/内存规格变更时，该实例不可被删除。 独享型规格的实例不支持变更为其他规格类型

查看更多 →

Notebook基础镜像列表 ModelArts开发环境提供Docker容器镜像，可作为预构建容器运行。预置镜像里面包含PyTorch，Tensorflow，MindSpore等常用AI引擎框架，镜像命名以AI引擎为主，并且每个镜像里面都预置了很多常用包，用户可以直接使用而无需重新安装。 开发环境预置镜像分为X86和ARM两类：

查看更多 →

介绍预置的Horovod镜像详情。 引擎版本一：horovod_0.20.0-tensorflow_2.1.0-cuda_10.1-py_3.7-ubuntu_18.04-x86_64 镜像地址：swr.{region}.myhuaweicloud.com/aip/horovod_tensorflow:train-horovod_0

查看更多 →

选择队列，如果还未创建队列，可单击“创建队列”创建，具体操作请参见队列管理。 任务组件 可将“AI任务”或“HPC任务”用鼠标拖动至画布中。 在画布中，双击“AI任务”或“HPC任务”，编辑任务，编辑完成后，单击“确定”。 编辑AI任务 表2 编辑AI任务 参数 说明 基本信息 任务名称 输入任务名称。 队列 选

查看更多 →

在Notebook中添加自定义IPython Kernel 使用场景 当前Notebook默认内置的引擎环境不能满足用户诉求，用户可以新建一个conda env按需搭建自己的环境。本小节以搭建一个“python3.6.5和tensorflow1.2.0”的IPython Kernel为例进行展示。 操作步骤 创建conda

查看更多 →

如何查看Pod是否使用CPU绑核？ 以4U8G节点为例，并提前在集群中部署一个CPU request为1，limit为2的工作负载。 登录到节点池中的一个节点，查看/var/lib/kubelet/cpu_manager_state输出内容。 cat /var/lib/kubel

查看更多 →

实例CPU使用率高问题排查 使用文档数据库服务时，如果您的CPU使用率达到80%，则认为CPU存在瓶颈。此时，会导致数据读写处理缓慢，从而影响业务正常运行。 本章节帮助您分析数据库正在执行的请求和数据库慢请求，经过分析优化后，使得数据库的查询相对合理，所有的请求都高效使用了索引，

查看更多 →

RDS for MySQL CPU升高定位思路 RDS for MySQ L实例 CPU升高或100%，引起业务响应慢，新建连接超时等。 场景1 慢查询导致CPU升高 问题原因：大量慢SQL导致实例CPU升高，需要优化相应的慢SQL。 排查思路： 查看CPU使用率和慢日志个数统计监控指标。

查看更多 →

Step1 在Notebook中构建一个新镜像 本章节以ModelArts提供的基础镜像tensorflow为例介绍如何在ModelArts的Notebook中构建一个新镜像并用于AI应用部署。 创建Notebook实例 登录ModelArts控制台，在左侧导航栏中选择“全局配置

查看更多 →

节点CPU数量检查异常处理 检查项内容 检查Master节点的CPU数量是否大于2核。 解决方案 Master节点CPU数量为2核时，请联系技术支持人员，将该集群Master节点扩容至4核及以上。 父主题： 升级前检查异常问题排查

查看更多 →

变更实例的CPU和内存规格 变更集群实例的CPU和内存规格 变更副本集实例的CPU和内存规格 变更单节点实例的CPU和内存规格 父主题： 变更实例

查看更多 →

变更实例的CPU和内存规格 操作场景 CPU/内存规格可根据业务需要进行变更，当实例的状态由“规格变更中”变为“正常”，则说明变更成功。 约束限制 账户余额大于等于0元，才可变更规格。 当实例进行CPU/内存规格变更时，该实例不可被删除。 当实例进行CPU/内存规格变更时，不能对

查看更多 →

不能同时存在。可选值为TensorFlow、PyTorch、MindSpore、Image、Custom、Template。 not_model_type 否 String 模型类型，查询不属于该类型的模型列表。可选值为TensorFlow、PyTorch、MindSpore、I

查看更多 →

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

查看更多 →

division, print_function, unicode_literals # TensorFlow and tf.keras import tensorflow as tf from tensorflow import keras # Helper libraries import

查看更多 →

并非所有模型都能转换成功，进行导入（转换）模型操作前，请确认是否为“.om”模型支持的TensorFlow和Caffe算子边界，详情请见附录Caffe算子边界和Tensorflow算子边界。 如果模型不符合“.om”模型支持的TensorFlow和Caffe算子边界，请选择符合要求的模型。 父主题： 技能开发

查看更多 →

在ModelArts管理控制台，创建一个Notebook实例，镜像选择“TensorFlow-1.13”或“TensorFlow-1.15”。 打开Notebook，在JupyterLab中执行!pip list查看Keras的版本。 图1 查看Keras引擎版本 父主题： 规格限制

查看更多 →