我的AIGC部署实践02

我的AIGC部署实践02

 上次的教程我们实现了在趋势云平台上创建项目并运行对应的代码。虽然有比较好的结果,不过很多时候我们往往需要根据自己的需要更改代码,那么代码运行及部署的流程是怎么样的呢?让我们继续往下看吧。

1.学习准备

官方代码文件:DogVsCats.py

2.创建项目

项目的各个选项如图所示,其中tf选择2.10版本的,数据集选择官方数据集即可。
我的AIGC部署实践02_第1张图片
我的AIGC部署实践02_第2张图片

3.上传代码

点击如下图所示图标,上传下载好的DogsVsCats.py文件
我的AIGC部署实践02_第3张图片

4.调试代码

开发环境创建好之后,可在开发环境中调试代码
1.单击开发环境实例右侧的JupyterLab工具
我的AIGC部署实践02_第4张图片

2.默认进入/gemini/目录下,在右侧目录树中单击code文件夹,进入目录

3.单击顶部的网页终端,进入终端界面
我的AIGC部署实践02_第5张图片

4.在网页端运行如下代码

python $GEMINI_RUN/DogsVsCats.py --num_epochs 5 --data_dir $GEMINI_DATA_IN1/DogsVsCats/ --train_dir $GEMINI_DATA_OUT

系统返回 test accuracy 表示模型测试结束

5.发现模型分类能力较差,经排查需去掉DogsVsCats.py文件的第44行的助手,保存
我的AIGC部署实践02_第6张图片
结果提升
在这里插入图片描述

5.提交离线任务

我的AIGC部署实践02_第7张图片
训练完成后点击右上角提交任务
代码版本选择新建代码版本,镜像选择当前工作空间镜像,点击

确定进入提交界面
任务模型选择单机任务,GPU选择 B1.xlarge,启动命令同上为

python $GEMINI_RUN/DogsVsCats.py --num_epochs 5 --data_dir $GEMINI_DATA_IN1/DogsVsCats/ --train_dir $GEMINI_DATA_OUT

进入训练任务界面,查看任务状态
我的AIGC部署实践02_第8张图片

导出模型可点击结果选项卡进行导出
我的AIGC部署实践02_第9张图片

你可能感兴趣的:(AIGC)