PyTorchを使用したスタンドアロンのトレーニングジョブを送信する - Platform For AI

このトピックでは、Deep Learning Containers (DLC) を使用して、PyTorchに基づくオフライン転送学習をトレーニングする方法について説明します。

ステップ1: データの準備

このトピックでは、トレーニングに使用されるデータは、パブリックストレージメディアに事前に保存されています。データを直接ダウンロードでき、追加のデータを準備する必要はありません。

このトピックでは、トレーニングコードパッケージはパブリックストレージメディアに事前に格納されています。コードパッケージを直接ダウンロードでき、追加のコードを開発する必要はありません。

[ジョブの作成] ページに移動します。
1. PAIコンソールにログインします。
2. 左側のナビゲーションウィンドウで、[ワークスペース] をクリックします。管理するワークスペースを見つけて、ワークスペースIDをクリックします。
3. [ワークスペース] ページの左側のナビゲーションウィンドウで、[モデルの開発とトレーニング] > [ディープラーニングコンテナ (DLC)] を選択します。 [分散トレーニングジョブ] ページで、[ジョブの作成] をクリックします。 [ジョブの作成] ページが表示されます。

ジョブの作成ページで、次の表に示すパラメーターを設定し、残りのパラメーターにはデフォルト値を使用します。

パラメーター		説明
基本情報	ジョブ名	ジョブの名前を入力します。例: トーチ-サンプル
環境情報	ノードイメージ	[Alibaba Cloudイメージ] をクリックし、PyTorchイメージを選択します。
環境情報	Startupコマンド	次のコマンドを入力して、データのダウンロード、コードパッケージのダウンロード、トレーニングジョブの実行、モデルの確認を実行します。 `wget https://pai-public-data.oss-cn-beijing.aliyuncs.com/hol-pytorch-transfer-cv/data.tar.gz && tar -xf ./data.tar.gz && mv ./hymenoptera_data/ ./input && mkdir output && wget https://pai-public-data.oss-cn-beijing.aliyuncs.com/hol-pytorch-transfer-cv/main.py && python main.py -i ./input -o ./output && ls ./output`
リソース情報	ソース	[パブリックリソース] を選択します。
	フレームワーク	[PyTorch] を選択します。
	求人リソース	ノード数: 値を1に設定します。インスタンスタイプ: をクリックし、インスタンスタイプを選択します。たとえば、ecs.gn6e-c12g1.3xlargeです。現在のリージョンでタイプを使用できない場合は、別のリージョンでジョブを作成できます。従量課金をサポートするリージョンについては、「Deep Learning Containers (DLC) 」をご参照ください。