基于ModelArts在线体验MindSpore

基于ModelArts在线体验MindSpore

在MindSpore官网的教程中，能看到每篇文章的标题下面，会有三个小图标，分别是查看源文件，下载Notebook和在线运行，像下面这样：

第一次在官网看教程的时候，好奇这三个图标分别有什么用，于是分别点击进去：

查看源文件：点击后，会跳转到mindspore/docs仓中文档的位置。

下载Notebook：点击后，会将本篇文章的Notebook文档下载下来。如果在本地安装了Jupyter Notebook则可以直接运行下载下来的文档。

在线运行：这个图标点击后，感觉发现了新大陆。给我这样苦于没有高端N卡，被矿老板按在地上摩擦的等等党，发现了一个免费（baipiao）的学习环境。

使用在线运行

在MindSpore官网找一篇有在线运行图标的教程。(本人找的初学入门这篇。)

点击页面中的在线运行图标。

进入了一个这样的界面

在运行文档前还需要，点击右上角的蓝色登录按钮，登录华为云账号。

登录华为云。

输入后跳转回到ModelArts界面，等待连接时间结束：

连接倒计时结束后，即连接成功，界面如下：

主页面主要分为4个区域：

在运行前，需要在以下区域进行设置：

• 区域一：设置device规格，这里有限时免费的GPU Nvidia V100 可以选择使用，CPU为8核，内存为64G。选好后，点击切换完成设置，设置后可以免费使用一小时，该device规格的配置。

  

• 区域二：选择Jupyter Notebook的kernel，点击后出现选框。

  

  选择MindSpore后，点击select，完成kernel的设置，完成这步后，如果熟悉Notebook操作的，就可以运行玩耍了。

• 区域三：区域中上面部分的选项类似Notebook中，可以在Run中选择执行Notebook的方式，下半部分类似文件夹区域，可以选中Notebook后右击，有很多包括download（下载）该文档的操作。

  

  如果要上传本地文件到Modelarts的文件目录呢？可以直接从本地将文档拖动到区域三的空白处就行。

• 区域四：内容主要有三个：

  • 显示倒计时的区域，ModelArts会在倒计时结束前2分钟弹框，提示是否刷新，刷新后会继续免费一小时。
  • 开关按钮的图像，表示停止Notebook实例，在运行Notebook时耗时过长需要中断，可以使用该功能停止实例。

  • 小人像的图标，表示退出ModelArts登录。

    

在Modelarts中使用MindSpore

在使用ModelArts时，发现ModelArts上的MindSpore版本是r1.2.0版本，落后于当前的r1.5.0版本，需要在ModelArts中运行最新版本的MindSpore怎么办呢？

Jupyter-Notebook上使用最新版本MindSpore

到官网安装页面找到最新的版本（）的安装命令并且复制。

在ModelArts的Notebook中创建cell，粘贴上MindSpore的安装命令，并执行即可以完成安装（需要注意：cell中执行bash命令时需要使用符号!开头）：

安装完成后一定要重启ipykernel，不然ipykernel依然是MindSpore r1.2.0版本，不熟悉Jupyter的同学，相信大概率会遇到这个问题，安装完成后为什么版本还是没变。

重启kernel（Restart Kernel...）。

查询MindSpore版本，重启后版本就是最新安装的版本了。

查询本文档在Modelarts环境中的位置：

文档的位置在：/home/ma-user/work/ma_share/mindspore_quick_start

现在就可以在MindSpore上运行最新版本的MindSpore了。

命令行使用MindSpore

在区域一中找到符号+创建，在Launcher中选择Terminal进入命令行模式。

除了可以创建命令行模式的窗口，还可以创建编辑py文档，markdown文档等。

查询conda环境。

conda info --envs

切换到MindSpore环境

conda activate MindSpore

接下来的操作就可以按照自己的使用习惯来了。

运行Notebook

可能刚开始使用Jupyter的同学，对于该工具还不知道如何使用，这里可以简单记住两个执行就行了。其他操作可以慢慢探索。

• 执行单个Cell（可以执行快捷键Shift + Enter）。

  

• 一键执行整篇文档。

  

所有的在线运行文档

有在线运行标签的文档，我测试了几个都能一键运行（赞一个），自制工具抓取官网上可以在线运行的文档，罗列如下：

序号	文档名称	ModelArts连接
1	MindSpore API概述
2	应用梯度累积算法
3	应用感知量化训练
4	图像处理与增强
5	自动数据增强
6	单节点数据缓存
7	Cell
8	配置运行信息
9	转换数据集为MindRecord
10	自定义调试信息
11	使用ResNet-50网络实现图像分类
12	MindSpore数据格式转换
13	数据集加载总览
14	PyNative模式应用
15	DataType
16	数据处理的Eager模式
17	应用自动数据增强
18	应用单节点数据缓存
19	使能图算融合
20	使能混合精度
21	训练时验证模型
22	Initializer初始化器
23	加载图像数据集
24	加载文本数据集
25	加载模型用于推理或迁移学习
26	使用SentimentNet实现情感分类
27	MindSpore NumPy函数
28	优化数据处理
29	网络参数