Skip to main content

训练管理

训练管理简介​

「伏龙平台」可以为每一个训练任务单独分配一个虚拟容器去进行训练，各个训练任务之间相互隔离，互不干扰，提高了训练任务的可靠性。训练任务支持 PyTorch、TensorFlow 等多种深度学习框架，使用预置算法或用户自定义算法进行训练。平台支持训练任务的多版本控制，用户可基于现有版本进行修改，动态调整算法超参数，从而得到一个满意的模型。

训练管理流程图：

训练任务​

创建训练任务​

1. 点击训练管理菜单,选择训练任务并且单击​

2. 单击创建训练任务​

3. 按需填写，并选择合适的数据集和算法​

注意
  1. 算法可选自己上传的算法或者系统预置的算法。
  2. 镜像需选择与算法框架匹配的镜像，例如vGRU基于Pytorch框架开发，需选择包含Pytorch的镜像。
  3. 创建训练任务时需注意算法和数据集的匹配，参见「预置算法」和「预置数据集」。

4. 检查最终的运行命令，并点击开始训练​

5. 等待运行状态从待处理变为运行完成​

注意

若运行状态变为失败，可以查看运行日志，常见问题为算法和数据集的匹配错误或参数配置错误，检测修改后重新提交训练任务即可。

6. 点击运行日志，查看结果​

7. 点击当前任务,下载算法运行结果及检出结果​

任务列表​

训练任务详情​

1. 点击训练管理菜单，选择全部任务并且单击，可以看到所有的训练任务及其基本信息​

2. 点击任务名称，进入任务详情页​

3. 在任务详情点击修改，可以修改创建训练任务时使用的参数，如选用的算法等​

4. 在任务详情点击运行日志，可以查看并保存训练的日志​

5. 在任务详情点击保存模型，可以查看并保存训练的模型​

6. 点击保存任务模板，可以将当前的任务模板保存下来​

7. 根据需求定义模板的名字​

任务模板​

1. 点击训练管理菜单，选择任务模板并且单击，可以看到所有保存的模板​

2. 点击编辑选项，可以编辑任务模板的信息​

3. 点击创建任务选项，会进入训练任务的创建界面，任务的相关参数都使用模板保存的值，在创建任务的过程中也可以对参数进行修改​