使用pycharm toolkit创建并调试训练作业-九游平台

前提条件

• step1 下载并安装pycharm toolkit。
• 在本地pycharm中已有训练代码工程。
• 已在obs中创建桶和文件夹，用于存放数据集和训练输出模型。 例如：创建命名为“test-modelarts2”的桶，创建文件夹“dataset-mnist”和“mnist-output”。训练作业使用的数据已上传至obs，且obs与modelarts在同一区域。

配置训练作业参数

1. 在pycharm中，打开训练代码工程和训练启动文件，然后在菜单栏中选择“modelarts > training job > new...”。
   图1 选择作业配置
   
2. 在弹出的对话框中，设置训练作业相关参数，详细参数说明请参见表1。

   表1 训练作业配置参数说明

   参数	说明
   job name	训练作业的名称。 系统会自动生成一个名称，您可以根据业务需求重新命名，命名规则如下： 支持1~64位字符。 并包含大小写字母、数字、中划线（-）或下划线（_）。
   job description	训练作业的简要描述。
   algorithm source	训练算法来源，分为“常用框架”和“自定义镜像”两种，二者选一项即可。 常用框架指使用modelarts训练管理中支持的常用ai引擎，当前支持的引擎列表请参见modelarts支持的预置镜像列表。 如果您使用的ai引擎为支持列表之外的，建议使用自定义镜像的方式创建训练作业。
   ai engine	选择代码使用的ai引擎及其版本。支持的ai引擎与modelarts管理控制台里modelarts支持的预置镜像列表一致。
   boot file path	训练启动文件，所选启动文件必须是当前pycharm训练工程中的文件。当“algorithm source”选“frequently-used”时，显示此参数。
   code directory	训练代码目录，系统会自动填写为训练启动文件所在的目录，用户可根据需要修改，所选目录必须是当前工程中的目录且包含启动文件。 当算法来源为自定义镜像，训练代码已预置在镜像中时，该参数可以为空。
   image path(optional)	swr镜像的url地址，例如swr.cn-north-4.myhuaweicloud.com/image-org/image-name:version。关于自定义镜像的说明，请参见自定义镜像介绍。
   boot command	启动本次训练作业的运行命令。例如“bash /home/work/run_train.sh python {python启动文件及参数}”。当“algorithm source”选“custom”时，显示此参数。 当用户输入的命令中不包含“--data_url”和“--train_url”参数时，工具在提交训练作业时会在命令后面自动添加这两个参数，分别对应存储训练数据的obs路径和存放训练输出的obs路径。
   data obs path	设置为存储训练数据的obs路径，例如“/test-modelarts2/mnist/dataset-mnist/”，其中“test-modelarts2”为桶名称。
   training obs path	设置obs路径，该路径下会自动创建用于存放训练输出模型和训练日志的目录。
   running parameters	运行参数。如果您的代码需要添加一些运行参数，可以在此处添加，多个运行参数使用英文分号隔开， 例如"key1=value1;key2=value2"。此参数也可以不设置，即保持为空。
   specifications	训练使用资源类型。目前支持公共资源池和专属资源池两种类型。 专属资源池规格以“dedicated resource pool”标识。只有购买了专属资源池的用户才会显示专属资源池规格。
   compute nodes	计算资源节点个数。数量设置为1时，表示单机运行；数量设置大于1时，表示后台的计算模式为分布式。
   available/total nodes	当“specifications”选择专属资源池规格时，显示专属资源池的可用实例数和总实例数，用户选择“compute nodes”的个数不要超过可用实例数。

   图2 配置训练作业参数（公共资源池）
   
   图3 配置训练作业参数（专属资源池）
   
   图4 配置训练作业参数（自定义镜像）
   
3. 参数填写完成后，单击“apply and run”，即自动上传本地代码至云端并启动训练，在工具下方的training log区域，会实时展示训练作业运行情况。当训练日志中出现“current training job status: successful”类似信息时，表示训练作业运行成功。
   

   • 在单击“apply and run”按钮后，系统将自动开始执行训练作业。如果您想停止此作业，可以选择菜单栏中的“modelarts > training job >stop”停止此作业。
   • 如果单击“apply”，不会直接启动运行，只是保存训练作业的设置，如果需要启动作业，可以单击“apply and run”。
   图5 训练日志展示样例
   

停止作业

当训练作业在运行过程中时，您可以在pycharm菜单栏中，选择“modelarts >training job > stop ”停止训练作业。

图6 停止作业

查看训练日志

查看训练日志有2种方式，在obs查看和在pycharm toolkit工具中查看。

• 在obs查看训练日志

  提交训练作业时，系统将自动在您配置的obs path中，使用作业名称创建一个新的文件夹，用于存储训练输出的模型、日志和代码。

  例如“train-job-01”作业，提交作业时会在“test-modelarts2”桶下创建一个命名为“train-job-01”的文件夹，且此文件夹下分别新建了三个文件夹“output”、“log”、“code”，分别用于存储输出模型、日志和训练代码。“output”文件夹还会根据您的训练作业版本再创建子文件夹，结构示例如下。

  test-modelarts2
      |---train-job-01
           |---output 
           |---log
           |---code