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 →

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 →

隔离故障节点后，系统会在新的计算节点上重新创建训练作业。如果资源池规格紧张，重新下发的训练作业会以第一优先级进行排队。如果排队时间超过30分钟，训练任务会自动退出。该现象表明资源池规格任务紧张，训练作业无法正常启动，推荐您购买专属资源池补充计算节点。 如果您使用专属资源池创建训练作业，容错检查识别

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 →

训练服务简介 训练服务模块上承接数据服务和标注服务两大模块，为自动驾驶研发提供方便易用的模型训练和评测平台，让用户无需过多关注底层资源，聚焦算法和模型开发。用户可上传符合Octopus平台规范的训练算法，将成熟的算法创建训练任务生成训练模型。此外，训练服务提供多种模型评测指标，从

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 →

训练管理（旧版） 训练作业 训练作业版本 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

查看更多 →

开发环境 本地开发的MindSpore模型迁移至云上训练 本案例介绍了如何将本地开发好的MindSpore模型代码，通过PyCharm ToolKit连接到ModelArts进行云上调试和训练。 面向熟悉代码编写和调测的AI工程师 模型训练 使用AI Gallery的订阅算法实现花卉识别

查看更多 →

配置ModelArts基本使用权限 专属资源池训练上云实践 资源选择推荐 资源购买 基本配置 调试与训练 FAQ 06 AI全流程 面向熟悉代码编写和调测，熟悉常见AI引擎的开发者，ModelArts不仅提供了在线代码开发环境，还提供了从模型训练、模型管理到模型部署上线的端到端开发流

查看更多 →

打包训练模型 系统支持将训练好的模型归档以及打包成模型包。用户可以基于模型包创建验证服务、训练服务。模型验证服务详情可以在模型验证查看。模型训练服务详情可以在创建训练服务查看。 模型包主要包括模型验证服务的推理主入口函数、算法工程操作流、模型文件等。已发布的模型可以在模型管理查看。

查看更多 →

勾选后，创建模型训练任务的同时打包该模型。任务创建成功后可在“模型管理”界面看到打包的模型。 自动发布模型包 勾选“自动打包”才会展示该参数。勾选“自动发布模型包”，创建模型训练任务的同时打包该模型，并且将打包的模型自动上架。任务创建成功后可在“模型管理”界面看到“上架状态”为“上架中”的模型。

查看更多 →

训练作业 新建训练作业 新建多个训练作业 查询训练作业 修改训练作业参数 删除训练作业 查询训练作业候选集 父主题： API

查看更多 →

查看训练标签 通过给训练作业添加标签，可以标识云资源，便于快速搜索训练作业。 在ModelArts管理控制台的左侧导航栏中选择“训练管理 > 训练作业”。 在训练作业列表中，单击作业名称进入训练作业详情页面。 在训练作业详情页面，单击“标签”页签查看标签信息。 支持添加、修改、删

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（6.3.906）

查看更多 →

占用情况折线图。 图7 资源占用情况 双击任一图例：显示全部资源占用折线图。 单击指定图例：只显示该图例折线图。 此模块也可显示多个计算节点运行任务时，资源占用的情况。 如果选择2个计算节点运行任务，则可选择查看单个节点资源占用情况。 如果1个计算节点上存在多张GPU，则会显示所有GPU占用情况。

查看更多 →

准备训练镜像 训练作业自定义镜像规范 已有镜像如何适配迁移至ModelArts训练平台 使用基础镜像构建新的训练镜像 在容器镜像中安装MLNX_OFED 父主题： 使用自定义镜像训练模型（模型训练）

查看更多 →

训练作业 OBS操作相关故障 云上迁移适配故障 硬盘限制故障 外网访问限制 权限问题 GPU相关问题 业务代码问题 预置算法运行故障 训练作业卡死 训练作业运行失败 专属资源池创建训练作业 训练作业性能问题 Ascend相关问题

查看更多 →

训练作业 创建训练作业 训练作业调试 查询训练作业列表 查询训练作业详情 更新训练作业描述 获取训练作业日志的文件名 查询训练作业日志 删除训练作业 父主题： 训练管理（旧版）

查看更多 →

训练作业 创建训练作业 训练作业调测 查询训练作业列表 查询训练作业详情 更新训练作业描述 删除训练作业 终止训练作业 查询训练日志 查询训练作业的运行指标 父主题： 训练管理

查看更多 →

试等操作都可以在Octopus上完成，支持用户从数据到应用的全流程开发；从技术上看，Octopus底层支持各种异构计算资源，开发者可以根据需要灵活选择使用，而不需要关心底层的技术，让自动驾驶开发变得更简单、更方便。 产品架构 自动驾驶云服务（Octopus）是一个一站式的开发平台

查看更多 →