训练任务 Octopus平台为用户提供训练任务管理（支持分布式训练），任务实时日志，产物（模型）管理等多种功能。 创建训练任务 在左侧菜单栏中单击“训练服务 > 训练任务”。 单击“新建训练任务”，填写基本信息。 图1 新建训练任务 名称：任务组名称，包含中英文、数字、“_”“-”，不得超过32个字符。

查看更多 →

查看训练任务详情与训练指标 模型启动训练后，可以在模型训练列表中查看训练任务的状态，单击任务名称可以进入详情页查看训练指标、训练任务详情和训练日志。 图1 模型训练列表 不同类型的训练方法可支持查看的训练指标有所差异，训练指标和训练方法的关系如下： 表1 训练指标和训练方法对应关系

查看更多 →

步骤1：选择日志流 登录云日志服务控制台。 在左侧导航栏中，选择“接入 > 接入中心”，单击“云主机 E CS -文本日志”进行ECS接入配置。 或在左侧导航栏中，选择“接入 > 接入管理 > 接入日志”，单击“云主机 ECS-文本日志”进行ECS接入配置。 或在左侧导航栏中，选择“日志管理”，单

查看更多 →

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 →

Turbo的存储加速实践。 设置训练存储加速 当完成上传数据至OBS并预热到SFS Turbo中步骤后，在ModelArts Standard中创建训练作业时，设置训练“SFS Turbo”，在“文件系统”中选择SFS Turbo实例名称，并指定“存储位置”和“云上挂载路径”。系统会在训练作业启动前，

查看更多 →

管理训练实验 实验是白名单功能，如果有试用需求，请提工单申请权限。 训练实验为ModelArts Standard提供的一种训练作业管理能力， 您可以将训练作业分类有序地放入实验中进行管理。 如何将训练作业纳入实验 训练作业纳入实验的方式是在“创建训练作业”页面指定作业所属实验。有以下几个选项：

查看更多 →

int信息初始化训练状态即可。用户需要在代码里加上reload ckpt的代码，使能读取前一次训练保存的预训练模型。 在ModelArts训练中实现增量训练，建议使用“训练输出”功能。 在创建训练作业时，设置训练“输出”参数为“train_url”，在指定的训练输出的数据存储位置

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ModelLink PyTorch NPU训练指导（6.3.907）

查看更多 →

训练代码迁移 前提条件 要迁移的训练任务代码在GPU上多次训练稳定可收敛。训练业务代码和数据，应该确保在GPU环境中能够运行，并且训练任务有稳定的收敛效果。 本文只针对基于PyTorch的训练代码迁移。这里假设用户使用的是基于PyTorch的训练代码进行迁移。其他的AI引擎如Te

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+OBS适配PyTorch NPU训练指导（6.3.908）

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 →

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+OBS+SFS适配PyTorch NPU训练指导（6.3.907）

查看更多 →

安装ICAgent（非华为云主机） 前提条件 已购买 弹性云服务器 ECS作为跳板机。 满足AOM支持的操作系统及版本，支持amd64处理器架构。 弹性 云服务器 已绑定弹性IP地址。 确保本地浏览器的时间与弹性云 服务器 的时区、时间一致。 注意事项 非华为云上的服务器安装ICAgent时

查看更多 →

阿里云主机迁移至华为云 概述 准备工作 步骤一：下载并安装Edge 步骤二：采集阿里云ECS主机资源 步骤三：评估迁移准备度 步骤四：目的端规格评估 步骤五：创建主机迁移工作流 父主题： 主机迁移相关最佳实践

查看更多 →

主机扫描支持非华为云主机吗？ 主机扫描支持非华为云主机。 目前支持linux主机和Windows主机。 父主题： 主机扫描类

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 →

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 →