人工智能平台 PAI：快速提交单机PyTorch迁移学习任务

步骤一：准备数据

本文使用的数据已经预存到公开地址（下载数据），您无需进行额外的数据准备。

步骤二：准备训练代码和模型存储文件

本文使用的训练代码已经预存到公开地址（下载训练代码），您无需进行额外的代码开发。

步骤三：创建任务

1. 进入新建任务页面。

   1. 登录PAI控制台，在页面上方选择目标地域，并在右侧选择目标工作空间，然后单击进入DLC。

   2. 在分布式训练（DLC）页面，单击新建任务。

2. 在新建任务页面，仅配置如下参数，其他参数无需配置。

   

   参数		描述
   基本信息	任务名称	填写任务名称，例如torch-sample。
   环境信息	节点镜像	单击官方镜像，并在下方的列表中选择PyTorch镜像。
   	启动命令	填写如下命令，其中包括了下载数据、下载代码、执行训练任务及检查模型的步骤。 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
   资源信息	资源来源	选择公共资源。
   	框架	选择PyTorch。
   	任务资源	节点数量：配置为1。 资源规格：单击，并选择资源规格，例如GPU > ecs.gn6e-c12g1.3xlarge。如果该规格在当前地域不可用，您可以选择切换至其他地域以创建训练任务。目前，分布式训练DLC支持使用后付费模式的地域列表，请参见分布式训练DLC。

3. 单击确定。

   页面自动跳转到分布式训练（DLC）页面。

步骤四：查看任务详情和日志结果

1. 在分布式训练（DLC）页面，单击任务名称。

2. 在任务详情页面，即可查看任务的基本信息及资源信息等。

3. 在任务详情页面底部的实例区域，单击目标实例操作列下的日志，即可查看日志结果。