ModelArts训练作业预置框架自定义配置深度学习框架版本

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