使用了Leonardo MLF的Training Service。
OS : Ubuntu18.0.4LTS(guest OS on VMWare)CF CLI : 6.46.1+4934877ec.2019-08-23CF CLI Leonardo MLF Plug-in : 1.1.5python环境:pyenv1.2.13使用Python 3.6.8
1.CLI安装
我的执行环境已经安装了CF CLI和Leonardo MLPlug-in,所以只贴上教程的链接。
Install the Cloud Foundry Command Line Interface (CLI)Install the Machine Learning foundation plugenfor SAP Cloud Plaatform CLI
2.作业执行
以这样的感觉准备作业设定文件(basic.yaml)。
无需特别使用GPU,image为Non-GPU的"com.sap.mlf/tyom使用-tf-1.12.0-py36-Cpu"环境。可以使用的Docker Image的列表记载在帮助门户网站上。
仅输出执行环境的Python和封装版本的程序(checkenv.py)。
执行。使用正下方的"code"目录。
确认任务的状态。
使用"cf sapml job status"中获取的ID确认作业日志。可以看到Python上"print"输出的信息。我只知道您在Pyton上的帮助。
顺便说一下,人工智能大数据,加上"f"选项,如果加上"cf sapml job logs-f"的话,就可以流式传输了。机器学习总的来说处理时间长,所以是经常使用的选项。
如果日志太多看不清楚的话会删除。这将从"cf sapml job status"中获得的列表中删除。
3.追加
任务设定文件的"command"中可以使用pip等。这样就可以安装想要使用的软件包或进行降级。
简单易懂地写了上述内容,物联网概念,但实际上是"requirements.txt我想是不是准备好了用pip安装。"requirements.txt"放置着"code"目录。如果用pip改变TensorFlow的版本并使用GPU,请注意不要忘记安装"tensorflow-gpu"。可读取系统的文件。如果将非ASCII字符或半角空白字符输入到文件名中,会导致读取失败,请注意。
首先用"fs list"看看文件一览表。
试着用Python做同样的事情。
可确认"data"目录以下有相同的目录。
不直接执行Pythhon程序,云店,物联网行业,也可以通过壳体执行。执行时的参数多的情况下,执行贝壳比较容易。另外,怎么查看大数据,"pip install"也包含在这里比较容易管理。
准备好这样的贝壳放在"code"目录里。
中,任务设定文件的"command"执行为壳执行。
3.4.确认作业的资源使用状况
通过执行以下代码,可确认作业执行时容器的资源使用状况。请设定OAuth URL等""所包围的部分。