在华为云服务器上使用 MindSpore

ModelArts是华为云提供的面向开发者的一站式AI开发平台，集成了昇腾AI处理器资源池，用户可以在该平台下体验MindSpore。

下面我们将在 ModelArts 下使用 ResNet-50 网络识别 CIFAR-10 图片，简要介绍如何在ModelArts使用MindSpore完成训练任务。

1. 准备 ModelArts

1） 进入华为云官网，注册账号。

具体操作：https://support.huaweicloud.com/usermanual-account/zh-cn_topic_0069252244.html

2）完成实名认证

注册成功后即可自动登录华为云，您需要完成“实名认证”才可以正常使用服务。具体认证方式：

https://support.huaweicloud.com/usermanual-account/account_auth_00001.html

3） 配置访问授权

完成授权配置（推荐使用委托授权）具体操作：https://support.huaweicloud.com/prepare-modelarts/modelarts_08_0007.html

4）创建 OBS 桶

具体操作：https://support.huaweicloud.com/prepare-modelarts/modelarts_08_0007.html

2. 数据准备

1) 下载 CIFAR-10 数据集

CIFAR-10 该数据集共有 60000 张RGB图像，这些图像是 32*32，分为 10 个类，每类 6000 张图。

CIFAR-10 数据集下载地址：http://www.cs.toronto.edu/~kriz/cifar.html

注意下载 CIFAR-10 binary version 版本。

2) 新建一个自己的 OBS 桶（例如：mine-ms-dataset）

ModelArts 使用对象存储服务（Object Storage Service，简称 OBS）进行数据存储，因此，在开始训练任务之前，需要将数据上传至 OBS。

首先，登录 OBS 管理控制台：https://storage.huaweicloud.com/obs/?region=cn-north-4#/obs/manager/buckets，创建 OBS 桶 mine-ms-dataset（名称可修改，下面类似）。

然后，在刚创建的 OBS 桶里，创建用于存放数据的文件夹：在桶列表单击待操作的桶，在左侧导航栏，单击“对象”，新建文件夹 mine-cifar-10。

最后，将下载好的 CIFAR-10 数据集按照以下目录结构上传至数据目录 mine-cifar-10 中：

└─对象存储/mine-ms-dataset/mine-cifar-10
    ├─train
    │      data_batch_1.bin
    │      data_batch_2.bin
    │      data_batch_3.bin
    │      data_batch_4.bin
    │      data_batch_5.bin
    │
    └─eval
        test_batch.bin

3. 程序准备

新建一个 OBS 桶（例如：mine-resnet50-train），在桶中创建代码目录（例如：mine-resnet50_cifar10_train）。同时在该桶中创建 output 目录和 log 目录，用来存放模型和日志。

将网址：https://gitee.com/mindspore/docs/tree/master/tutorials/tutorial_code/sample_for_cloud/

中的两个 .py 文件 dataset.py 和 resnet50_train.py 下载并上传到代码目录 mine-resnet50_cifar10_train 中。

代码目录 mine-resnet50_cifar10_train 结构如下：

└─对象存储/mine-resnet50-train
    ├─mine-resnet50_cifar10_train
    │      dataset.py
    │      resnet50_train.py
    │
    ├─output
    └─log

注意运行脚本的版本需要与”创建训练任务”步骤选择的MindSpore版本一致。例如：使用MindSpore 1.1版本教程提供的脚本，则需要在创建训练任务时选择1.1版本的MindSpore引擎。

4. 创建训练任务

准备好数据和执行脚本以后，下面就可以在云服务器上创建训练任务了。

1) 进入 ModelArts 控制台

打开华为云 ModelArts 主页：https://www.huaweicloud.com/product/modelarts.html，点击“进入控制台”。

2) 使用 MindSpore 作为常用框架创建训练作业

在左侧导航栏中选择“训练管理 > 训练作业”，默认进入“训练作业”列表。

在训练作业列表中，单击左上角“创建”，进入“创建训练作业”页面。

在创建训练作业页面，训练作业名称自定义，例如 mine-resnet50-trainjob。填写训练作业相关参数，具体配置参数如下：

1. 算法来源：选择常用框架，然后AI引擎选择Ascend-Powered-Engine和所需的MindSpore版本(本示例图片为Mindspore-0.5-python3.7-aarch64，请注意使用与所选版本对应的脚本)。

2. 代码目录：选择预先在OBS桶中创建代码目录，启动文件选择代码目录下的启动脚本。

3. 数据来源：选择数据存储位置，并填入OBS中CIFAR-10数据集的位置。

4. 运行参数：数据存储位置和训练输出位置分别对应运行参数data_url和train_url，选择增加运行参数可以向脚本中其他参数传值，如epoch_size。

5. 资源池：选择公共资源池 

6. 类型： 选择Ascend

7. 规格：选择Ascend: 1 * Ascend 910 CPU：24 核 96GiB或Ascend: 8 * Ascend 910 CPU：192 核 768GiB，分别表示单机单卡和单机8卡规格。

创建界面如下图所示：

注意：算法来源常用框架选择 Ascend-Powered-Engine，因为我们使用的是硬件是华为云昇腾 AI 处理器。MindSpore 版本选择 MindSpore-1.1-python3.7-aarch64 即可。

配置完之后，点击下一步 -> 提交 -> 返回训练作业列表，可以看到训练作业 mine-resnet50-trainjob 正在运行：

整个运行过程大概  8 分半钟，显示运行成功，表示模型训练测试完成。

最后，点击训练作业 mine-resnet50-trainjob，在日志里可以看到模型在测试集上的准确率为 92.47%，说明该模型效果不错。

我们还可以从 OBS 中下载日志文件并查看。

以上就是在云上使用 MindSpore 的简单教程。

总结
MindSpore 的使用还是比较方便的，而且函数封装得比较简洁，通过手把手的教程，大家可以在华为云ModelArts上，感受一下开源框架 MindSpore 的魅力。

参考资料：

https://www.mindspore.cn/

https://www.mindspore.cn/tutorial/zh-CN/master/index.html

https://support.huaweicloud.com/modelarts/index.html