AI开发平台MODELARTS-调试Workflow
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")
- 运行全部节点
- 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:
- 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")
- 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"))
- 对于单个的参数类型数据:
- 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。
- 启动debug模式。
- ModelArts推理部署_模型_AI应用来源-华为云
- ModelArts Workflow_什么是Workflow_工作流
- ModelArts推理部署_创建AI应用_自定义镜像规范-华为云
- ModelArts分布式训练_分布式训练介绍_分布式调测
- ModelArts推理部署_服务_访问公网-华为云
- ModelArts是什么_AI开发平台_ModelArts功能
- 华为云ModelArts_ModelArts开发_AI全流程开发
- ModelArts推理部署_纳管Atlas 500_边缘服务-华为云
- ModelArts计费说明_计费简介_ModelArts怎么计费
- ModelArts AI Gallery_市场_资产集市