AI开发平台MODELARTS-调试Workflow

时间：2024-04-25 11:39:41

AI开发平台MODELARTS

调试Workflow

Workflow编写完成后，可以在开发态进行调试，当前支持run以及debug两种调试模式。假设某工作流对象Workflow有label_step、release_step、 job_step、 model_step、service_step五个节点，调试过程如下：

使用run模式

运行全部节点

workflow.run(steps=[label_step, release_step, job_step, model_step, service_step], experiment_id="实验记录ID")

指定运行job_step，model_step，service_step（部分运行时需要自行保证数据依赖的正确性）
```
workflow.run(steps=[job_step, model_step, service_step], experiment_id="实验记录ID")
```

使用debug模式
debug模式只能在Notebook环境中使用，并且需要配合Workflow的next方法来一起使用，示例如下：
1. 启动debug模式。
```
workflow.debug(steps=[label_step, release_step, job_step, model_step, service_step], experiment_id="实验记录ID")
```
2. 执行第一个节点。
```
workflow.next()
```
  此时出现两种情况：
  - 该节点运行需要的数据已经准备好，则直接启动运行。
  - 该节点数据未准备好，则打印日志信息提醒用户按照指示给该节点设置数据，设置数据有两种方式：
    - 对于单个的参数类型数据：
```
workflow.set_placeholder("参数名称", 参数值)
```
    - 对于数据对象：
```
workflow.set_data(数据对象的名称, 数据对象)
```
```
# 示例：设置数据集对象
workflow.set_data("对象名称", Dataset(dataset_name="数据集名称", version_name="数据集版本名称"))
```
3. 当上一个节点执行完成后，继续调用Workflow.next()启动后续节点，重复操作直至节点全部运行完成。
  
  在开发态调试工作流时，系统只会监控运行状态并打印相关日志信息，涉及到每个节点的详细运行状况需用户自行前往ModelArts管理控制台的相应服务处进行查看。