moxing介绍https://github.com/huaweicloud/ModelArts-Lab/tree/master/docs/moxing_api_doc

moxing的编程方式和tensorflow estimator差不多，但是moxing编码更加简化，举例：

同样实现resnet50，moxing只需要100行代码，而tensorflow estimator实现需要1000行

代码见附件

执行方式如下：

1      数据准备

通过下面地址下载数据集

http://download.tensorflow.org/example_images/flower_photos.tgz

解压以后执行下面命令将数据集文件夹结构进行重构

重构以后数据目录变为

|-flowers_dataset

         |-train

                   |-label 目录

2      Moxing与Tensorflow Estimator训练

从附件中下载代码，解压后上传到obs, 例如上传到’obs://Your-Own-Bucket/juyiming-demo/r50_performance’

flowers_dataset上传到obs，例如我上传到’obs://Your-Own-Bucket/juyiming-demo/flowers_dataset’

训练作业进行如下配置，

Moxing启动文件选择 mox_trainer.py

tensorflow estimator启动文件选择trainer.py

如果运行的作业是1卡v100增加参数

num_gpu = 1

如果运行的作业是8卡v100 增加参数

Num_gpu=8