基于ModelArts学习Python编程丨【我的华为云体验之旅】
云计算时代的Python学习
大学时期
上大学时,学习Python用的是自己的i5+4G笔记本,编辑器是IDLE(如下图所示),使用起来不方便,学习效率低。笔记本的配置低,散热也是一个很大的问题,所以根本没想过跑AI模型。
Python在人工智能领域很好,而我却因为种种局限,"完美"地避开了人工智能领域。
在做毕业设计时,选择AI方向课题的同学需要自己进行技术选型和环境部署。
技术选型的大致流程:列出当前课题领域中的成熟框架 -> 选择能适配自己的硬件设施的框架 -> 选择当前主流版本。
完成技术选型后,就要部署环境了。按照官网的部署文档,不同程序间的版本号要相互对应,部署完成后,看到询问是否升级的窗口,都要谨慎操作。
对于新手期的同学来说,一套操作下来是很有难度的。
现阶段
学习是持续的,活到老,学到老。
云计算的时代中,基础设施资源的池化,公有云的方便和快捷,部署环境和调用算力十分方便,具有即开即用和按量付费的优势。经过专属培训后,可以轻松使用公有云的资源对自己进行赋能,平稳地度过艰难的新手期。
使用公有云,会发现环境部署和算力资源问题都迎刃而解。环境部署有公共镜像和自定义镜像以供选择,CPU和GPU的算力资源丰富,操作起来十分便捷。我也把自己的Python笔记在云环境modelarts上重新了跑一遍。
提高效率,要珍惜时间。
下面演示个人使用modelarts学习python编程的步骤。
进入modelarts控制台
按照下图所示,依次选择 服务列表 - 人工智能 - modelarts,进入modelarts控制台。
在左侧的服务列表中可以看到十分完备的功能体系,能支持一站式的AI全流程开发。
新建NoteBook
按照下图所示,依次选择 开发环境 - NoteBook - 创建。
配置NoteBook实例
- 自动停止时间:根据工程的预估耗时来选择。
- 镜像:我会选择mindspore1.2.0-openmpi2.1.1-ubuntu18.04,这个镜像的类型是CPU,成本较低。使用的AI框架是华为开源自研AI框架MindSpore,后续我的学习重心也会转移到MindSpore领域。
- 规格和存储配置:根据工程的预估来选择。
选择完成后,点击创建,等待环境完成创建。
完成创建后,在状态列中,会有自动停止的倒计时。
新建Notebook mindspore 与 hello world
点击 Notebook 中的 mindspore
编写Python代码
保存文件、停止实例与释放资源
完成学习后,可以把notebook及相关文件下载到本地。
关闭实例(注意保存相关的数据文件)
对于停止状态的实例,可以选择再次启动或者删除。
相关链接
- 点赞
- 收藏
- 关注作者
评论(0)