ModelArts训练作业预置框架自定义配置深度学习框架版本
【摘要】 以pytorch 1.5和tensorflow 1.14为例，如何在训练作业预置框架进行动态配置Pytorch 1.5和tensorflow 1.14
当前ModelArts各功能都只支持有限的框架版本，如果想要使用一个预置框架没有的版本应该如何处理？
下面以pytorch 1.5和tensorflow 1.14为例，如何在训练作业预置框架进行动态配置Pytorch 1.5和tensorflow 1.14
Pytorch 1.5要基于cuda 10.1版本以上，tensorflow 1.14需要cuda10. 因此需要选择正确的docker镜像版本，才能实现
Torch 安装命令参考
https://pytorch.org/get-started/previous-versions/
1 Pytorch 1.5
创建训练作业时选择pytorch 1.4框架
在入口脚本的第一行，注意一定是第一行增加如下代码
import os
os.system('pip uninstall torch torchvision –y;pip install torch==1.5.0 torchvision==0.6.0')2 Tensorflow 1.14
2.1 GPU版本
在入口脚本的第一行，注意一定是第一行增加如下代码
import os
os.system('pip uninstall tensorflow-gpu -y; pip install tensorflow-gpu==1.14.0;')训练作业进行如下配置
2.2 CPU版本
在入口脚本的第一行，注意一定是第一行增加如下代码
import os
os.system('pip uninstall tensorflow -y; pip install tensorflow==1.14.0;')训练作业进行如下配置
资源规格根据自己的需求来，一定要是cpu的资源
【声明】本内容来自华为云开发者社区博主，不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源（华为云社区）、文章链接、文章作者等基本信息，否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）