Skip to main content

算法开发

算法开发简介​

算法开发模块是「伏龙平台」提供给用户开发算法的模块，包含 Notebook 和算法管理两部分。

Notebook 是一种交互式编程环境，开发者可以在云端进行机器学习的开发。该模块集成了开源的 JupyterLab，可支持开发者在线编辑、调试、运行代码，同时预置了 PyTorch，TensorFlow 等多种深度学习框架，用户可在多种框架之间自由切换。 每个 Notebook 都是一个独立的编程环境，用户可以对 Notebook 实现创建、打开、停止、启动、删除等操作，算法开发完成之后，还可以将其保存到「算法管理」的「我的算法」中，从而可以进行后续的训练工作。

算法管理用于保存一些平台预置的算法以及用户自己开发的算法。对于已经保存的算法，用户可以进行在线编辑、创建训练任务、下载、Fork、删除等操作。

Notebook​

1. Notebook流程​

  1. 当用户需要从无到有开发算法时，首先需要创建 Notebook，期间可以根据自己的需要进行一系列相关配置，如镜像及数据集的选择，CPU 及 GPU 资源的配置等。
  2. Notebook 创建完成后，即可在界面上点击「打开」进入 JupyterLab 界面进行代码编辑。如果用户在本地已有代码，也可直接上传。
  3. 代码编辑过程中，可以实时在线分段运行代码。算法开发完成后，可点击「保存算法」，将开发完成的算法保存到「算法管理」的「我的算法」中。

2. Notebook列表​

用户可在该界面中查询到所有属于自己的 Notebook，并可对 Notebook 进行创建、启动、打开、停止、删除、保存算法等操作。

2.1 创建Notebook​

  1. 点击创建 Notebook 按钮

Notebook 列表中，点击「创建 Notebook」按钮，即可弹出创建 Notebook 窗口。

  1. 填写内容

在弹窗中输入 Notebook 名称，选择开发环境、挂载数据集、类型节点规格，填写描述。

2.2 打开 Notebook​

  1. 点击打开

Notebook 处于运行状态时，可在列表界面点击「打开」，在打开的新窗口中，进入相应的 Notebook 的编辑界面。

  1. 进入 Notebook

在此页面中可进行算法文件的创建和编辑，左侧新建文件夹/文件，导入文件夹/文件等，右侧选择运行程序的环境，目前支持 Python3，PyTorch，TensorFlow 等环境。

  1. 开发与调试

可在此开发环境中编写、调试、保存代码程序。

算法管理​

  1. 点击「上传算法」，可以上传用户自定义开发的算法，也可从 Notebook 列表中点击「保存算法」到算法管理中，对算法可进行在线编辑、创建训练任务、下载、Fork、删除等操作。
  1. 点击算法列表中任意一条算法，可在右侧弹窗中查看和编辑基本信息，包括编辑算法名称、描述信息、模型类别，选择是否文件输出、可视化日志功能等。

1. 上传算法​

  1. 在「我的算法」列表页面中，点击「上传算法」。
  1. 在弹出的窗口中填写信息。
  1. 确认信息后点击「确定」，算法创建完成，可以在列表中查看。

2. 在线编辑算法​

  1. 在「我的算法」列表中，点击「在线编辑」，后台会自动在 Notebook 列表中将自动新建该算法对应的 Notebook，并自动跳转到 JupyterLab 编辑页面。
  1. 在新打开的 JupyterLab 页面中，选择需要编辑的文件进行修改与调试。
  1. 修改完成后，保存算法文件。

3. 用算法创建训练任务​

  1. 在「算法列表」页面（「我的算法」和「预置算法」均可）中，如果需要使用某个算法来创建训练任务，可点击该算法后方的「创建训练任务」按钮。
  1. 进入创建训练任务页面填写信息

4. Fork已有算法​

  1. 可在「我的算法」界面中，点击「更多」，在下拉列表中点击「 Fork 」。
  1. 在弹出的窗口中填写信息。
  1. 确认信息后点击「确定」，算法创建完成，可在列表中查看。