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

查看更多 →

训练前卡死 作业为多节点训练，且还未开始训练时发生卡死，可以在代码中加入os.environ["NCCL_DEBUG"] = "INFO"，查看NCCL DEBUG信息。 问题现象1 日志中还未出现NCCL DEBUG信息时已卡死。 解决方案1 检查代码，检查是否有参数中未传入“

查看更多 →

训练中途卡死 问题现象1 检测每个节点日志是否有报错信息，某个节点报错但作业未退出导致整个训练作业卡死。 解决方案1 查看报错原因，解决报错。 问题现象2 作业卡在sync-batch-norm中或者训练速度变慢。pytorch如果开了sync-batch-norm，多机会慢，因

查看更多 →

进一步的调优）。 针对用户自己编写训练脚本或 自定义镜像 方式创建的训练作业，则需要在您的训练代码中添加评估代码，才可以在训练作业结束后查看相应的评估诊断建议。 只支持验证集的数据格式为图片 目前，仅如下常用框架的训练脚本支持添加评估代码。 TF-1.13.1-python3.6 TF-2

查看更多 →

ckpt恢复中断的训练 在容错机制下，如果因为硬件问题导致训练作业重启，用户可以在代码中读取预训练模型，恢复至重启前的训练状态。用户需要在代码里加上reload ckpt的代码，使能读取训练中断前保存的预训练模型。具体请参见断点续训练和增量训练。 父主题： 训练故障自动恢复

查看更多 →

多维度衡量模型质量。让自动驾驶研发更便捷。训练服务的开发流程如下： 图1 训练服务的开发流程 训练服务操作引导如下： 算法管理：负责管理用户上传的符合平台规范的算法。 训练任务：用户选择训练算法和训练数据集创建训练任务进行训练。 模型评测：负责管理评测脚本、评测任务和评测对比任务。

查看更多 →

镜像制作（训练） Octopus平台依赖算子镜像内的/bin/bash、stdbuf、tee软件，请确保基础镜像内包含上述软件且能通过PATH找到。 一般情况下，训练与评测定义为同一个引擎，主要包括算法或评测脚本运行所需要的基本依赖环境。用户可使用命令行模式或Dockerfile

查看更多 →

查询训练规格 功能介绍 查询当前推荐系统所提供的离线计算规格，实时计算规格和排序模型训练规格。在创建数据源和场景时，需要提供此信息。 调试 您可以在 API Explorer 中调试该接口。 URI GET /v2.0/{project_id}/resource-specs 表1 路径参数

查看更多 →

准备训练数据 在创建抽取模型时，需要您提前准备用于训练模型的数据并上传至OBS目录，数据格式为txt文本的自然语言短句。KG服务当前支持的数据类型请参见训练数据类型介绍。 准备数据流程如下： 准备待标注的数据 定义三元组类型（schema） 标注数据 上传至OBS 准备待标注的数据

查看更多 →

训练作业 功能咨询 训练过程读取数据 编写训练代码 创建训练作业 管理训练作业版本 查看作业详情

查看更多 →

编写训练代码 训练模型时引用依赖包，如何创建训练作业？ 训练作业常用文件路径是什么？ 如何安装C++的依赖库？ 训练作业中如何判断文件夹是否拷贝完毕？ 如何在训练中加载部分训练好的参数？ 训练作业的启动文件如何获取训练作业中的参数？ 训练作业中使用os.system('cd xxx')无法进入相应的文件夹？

查看更多 →

训练管理（旧版） 训练作业 训练作业参数配置 可视化作业 资源和引擎规格接口 作业状态参考 父主题： 历史API

查看更多 →

训练作业 创建训练作业 查询训练作业列表 查询训练作业版本详情 删除训练作业版本 查询训练作业版本列表 创建训练作业版本 停止训练作业版本 更新训练作业描述 删除训练作业 获取训练作业日志的文件名 查询预置算法 查询训练作业日志 父主题： 训练管理（旧版）

查看更多 →

训练任务 训练任务 任务队列 父主题： 训练服务

查看更多 →

训练脚本说明 训练启动脚本说明和参数配置 训练的数据集预处理说明 训练的权重转换说明 训练tokenizer文件说明 父主题： 主流开源大模型基于Standard适配PyTorch NPU训练指导（6.3.905）

查看更多 →

训练脚本说明 训练启动脚本说明和参数配置 训练的数据集预处理说明 训练中的权重转换说明 训练tokenizer文件说明 父主题： 主流开源大模型基于DevServer适配PyTorch NPU训练指导（6.3.905）

查看更多 →

调试与训练 单机单卡 单机多卡 多机多卡 父主题： 专属资源池训练

查看更多 →

训练模式选择 当训练作业的算法框架选用的是预置框架的MindSpore类引擎、资源池类型选用的是Ascend资源时，则ModelArts提供3种训练模式选择（普通模式、高性能模式和故障诊断模式），支持用户根据实际场景获取不同的诊断信息。 模式说明 训练作业默认设置为普通模式，普通模式的调测信息可参考查看训练作业日志。

查看更多 →

使用自定义镜像训练模型（模型训练） 训练管理中使用自定义镜像介绍 示例：从0到1制作自定义镜像并用于训练 准备训练镜像 使用自定义镜像创建算法 使用自定义镜像创建训练作业（CPU/GPU） 使用自定义镜像创建训练作业（Ascend） 自定义镜像训练作业失败定位思路

查看更多 →

使用模型训练服务快速训练算法模型 本文档以硬盘故障检测的模型训练为例，介绍模型训练服务使用的全流程，包括数据集、特征工程、模型训练、模型管理和模型验证，使开发者快速熟悉模型训练服务。 操作流程 前提条件 订购模型训练服务 访问模型训练服务 创建项目 数据集 特征工程 模型训练 模型管理

查看更多 →

调用查询训练作业详情接口使用刚创建的训练作业返回的id查询训练作业状态。 调用查询训练作业指定任务的日志（OBS链接）接口获取训练作业日志的对应的obs路径。 调用查询训练作业指定任务的运行指标接口查看训练作业的运行指标详情。 当训练作业使用完成或不再需要时，调用删除训练作业接口删除训练作业。 前提条件 已获

查看更多 →