自定义镜像创建时间

> 保存镜像”，进入“保存镜像”对话框。 图1 保存镜像 在保存镜像对话框中，设置组织、镜像名称、镜像版本和描述信息。单击“确认”保存镜像。 图2 保存Notebook镜像 在“组织”下拉框中选择一个组织。如果没有组织，可以单击右侧的“立即创建”，创建一个组织。创建组织的详细操作请参见创建组织。

查看更多 →

4-py_3.8-ubuntu_20.04-x86_64-20220524162601-50d6a18 镜像构建时间：20220524162601(yyyy-mm-dd-hh-mm-ss) 镜像系统版本：Ubuntu 20.04.4 LTS cuda：11.4.3 cudnn：8.2.4.15

查看更多 →

1-py_3.7-ubuntu_18.04-x86_64-20210912152543-1e0838d 镜像构建时间：20210912152543(yyyy-mm-dd-hh-mm-ss) 镜像系统版本：Ubuntu 18.04.4 LTS cuda：10.1.243 cudnn：7.6.5

查看更多 →

7-ubuntu_18.04-x86_64-roma-20220309171256-40adcc1 镜像构建时间：20220309171256 (yyyy-mm-dd-hh-mm-ss) 镜像系统版本：Ubuntu 18.04.4 LTS cuda：10.2.89 cudnn：7.6.5

查看更多 →

。 单击“创建”，进入“创建Notebook”页面，选择公共镜像，选择资源、规格等参数，并提交。详细参数请参见创建Notebook实例。 Notebook实例状态为“运行中”时，即可以打开Notebook使用创建的镜像。 父主题： 将Notebook实例保存为自定义镜像

查看更多 →

7-ubuntu_18.04-x86_64-roma-20211104202338-f258e59 镜像构建时间：20211104202338(yyyy-mm-dd-hh-mm-ss) 镜像系统版本：Ubuntu 18.04.4 LTS cuda：10.1.243 cudnn：7.6.5

查看更多 →

使用自定义镜像创建AI应用 本章节提供了在ModelArts平台使用自定义镜像导入模型的样例，帮助您快速熟悉平台的使用方法。 使用自定义镜像导入模型时，需要您熟悉该软件的使用，并具备一定的开发经验。详细步骤如下所示： 准备工作 制作自定义镜像 本地验证镜像 上传镜像至SWR服务 选择从容器镜像中导入AI应用

查看更多 →

7-euler_2.8.3-aarch64-d910-roma-20220318164813-b3feb87 镜像构建时间：20220318164813(yyyy-mm-dd-hh-mm-ss) 镜像系统版本：euleros 2.8.3 cann：5.0.4 Python解释器路径及版本：/ho

查看更多 →

创建AI应用的自定义镜像规范 针对您本地开发的模型，在制作AI应用的自定义镜像时，需满足ModelArts定义的规范。 自定义镜像中不能包含恶意代码。 自定义镜像大小不超过10GB。 镜像对外接口 镜像的对外服务接口需要为8080，推理接口需与config.json文件中apis

查看更多 →

1:8080/goodbye 如果验证自定义镜像功能成功，结果如下图所示。 图2 校验接口 上传自定义镜像至SWR服务。上传镜像的详细操作可参考SWR用户指南。 完成自定义镜像上传后，您可以在“容器镜像服务>我的镜像>自有镜像”列表中看到已上传镜像。 图3 上传镜像列表 将自定义镜像创建为AI应用 参考

查看更多 →

训练作业自定义镜像规范 针对您本地开发的模型及训练脚本，在制作镜像时，需满足ModelArts定义的规范。 新版训练管理和旧版训练管理均支持使用自定义镜像创建训练作业。本手册介绍的是新版训练功能，旧版训练即将下线，推荐用户使用新版训练。 规范要求 自定义镜像大小不能超过30GB，

查看更多 →

使用自定义镜像创建训练作业（GPU，即将下线） 本章节提供了在ModelArts平台使用自定义镜像创建训练作业的样例，帮助您快速熟悉平台的使用方法。 本实践教程仅适用于旧版训练作业。新版训练的自定义镜像随新版训练功能即将上线，敬请期待。 使用自定义镜像创建训练作业时，需要您熟悉该

查看更多 →

训练作业New > 创建训练作业”时，直接创建自定义算法，并提交训练作业。具体参见使用自定义镜像创建训练作业（CPU/GPU）。 创建算法参数设置 图1 使用自定义镜像创建算法 表1 创建算法参数说明 参数 说明 镜像 必选，选择“自定义”。 如果已经在“算法管理”中创建完成基于自定义镜像的算

查看更多 →

已将用于训练的数据上传至OBS目录。 已在OBS创建至少1个空的文件夹，用于存储训练输出的内容。 已按照ModelArts规范制作自定义镜像包，自定义镜像包规范请参见训练作业自定义镜像规范。 已将自定义镜像上传至SWR服务，操作指导可参见如何登录并上传镜像到SWR。 创建训练作业 登录ModelArts管理控制台，在左侧导航栏中选择“训练管理

查看更多 →

在Notebook实例创建页面，镜像类型选择“自定义镜像”，名称选择上述保存的镜像。 图1 创建基于自定义镜像的Notebook实例 父主题： 将Notebook实例保存为自定义镜像

查看更多 →

将Notebook实例保存为自定义镜像 使用预置镜像创建Notebook实例 在Notebook中安装外部库 如何保存Notebook镜像环境 基于新的镜像创建Notebook实例 父主题： Notebook中使用自定义镜像

查看更多 →

，用户可以制作自定义镜像。在镜像中自行安装与配置环境依赖软件及信息，并制作为自定义镜像，用于创建新的Notebook实例。 使用自定义镜像训练作业 如果您已经在本地完成模型开发或训练脚本的开发，且您使用的AI引擎是ModelArts不支持的框架。您可以制作自定义镜像，并上传至SW

查看更多 →

1 制作自定义镜像并创建训练作业（CPU/GPU） 本章节提供了在 ModelArts 平台使用自定义镜像创建训练作业的样例，帮助您快速熟悉平台的使用方法。 本实践教程仅适用于新版训练作业。 使用自定义镜像创建训练作业时，需要您熟悉 docker 软件的使用，并具备一定的开发经验。详细步骤如下所示：

查看更多 →

使用自定义镜像创建AI应用 创建AI应用的自定义镜像规范 使用自定义镜像创建的AI应用部署服务

查看更多 →

通过编写Dockfile构建自定义镜像 使用场景和构建流程说明 Step1制作自定义镜像 Step2 调试新镜像 Step3 注册新镜像 Step4 创建开发环境并使用 父主题： Notebook中使用自定义镜像

查看更多 →

基于预置镜像创建新镜像 使用预置镜像构建新的训练镜像 预置镜像详情（PyTorch） 预置镜像详情（TensorFlow） 预置镜像详情（Horovod） 预置镜像详情（MPI） 预置镜像详情（Ascend-Powered-Engine） 父主题： 准备训练镜像

查看更多 →

来，作为自定义镜像使用。 方式二，通过镜像构建的方式，基于ModelArts提供的基础镜像，在ECS服务器上自行编写Dockerfile构建镜像，并将镜像推送到SWR，作为自定义镜像使用。制作好的自定义镜像可以用来创建新的开发环境或者训练作业。 用户制作的自定义镜像，必须基于Mo

查看更多 →

创建系统盘镜像不会影响云服务器上当前业务的运行，不会造成数据丢失，请放心使用。 背景知识 通过云服务器创建系统盘镜像的过程如下：从现有镜像开始，创建一个云服务器实例，自定义该实例，从该实例创建新的镜像，并最终创建新的实例，如图1所示。 图1 系统盘镜像使用流程 创建系统盘镜像常见于应用扩容

查看更多 →

使用自定义镜像创建训练作业（Ascend） 如果 Ascend-Powered-Engine 预置镜像无法满足您的需求，您可以构建一个自定义镜像，通过自定义镜像创建训练作业。Ascend 自定义镜像训练作业创建流程与 CPU/GPU 一致，但是需要额外关注： Ascend HCCL

查看更多 →

使用自定义镜像训练模型（新版训练） 准备训练镜像 使用自定义镜像创建算法 使用自定义镜像创建训练作业（CPU/GPU） 使用自定义镜像创建训练作业（Ascend） 示例：从 0 到 1 制作自定义镜像并创建训练作业（CPU/GPU）

查看更多 →

通过云服务器创建系统盘镜像的过程如下：从现有镜像开始，创建一个云服务器实例，自定义该实例，从该实例创建新的镜像，并最终创建新的实例，如图1所示。 图1 系统盘镜像使用流程 创建系统盘镜像常见于应用扩容场景。也可用于混合云部署场景，为了实现云上及线下资源同步，可以借助镜像导入导出功能，实现过程如下：

查看更多 →

Step4 创建开发环境并使用 创建开发环境 镜像注册成功后，即可在ModelArts控制台的Notebook页面，创建开发环境时选择该自定义镜像。 图1 创建开发环境 打开开发环境，即可看到Dockerfile中创建的conda环境pytorch_1_8。 图2 打开开发环境

查看更多 →

创建ECS并配置VM信息 创建ECS服务器 登录ECS控制台，购买弹性云服务器，镜像选择公共镜像，推荐使用ubuntu18.04的镜像。 图1 选择公共镜像 配置VM环境 在ECS中，使用如下命令下载安装脚本。 wget https://cnnorth4-modelarts-sdk

查看更多 →

准备训练镜像 训练作业自定义镜像规范 基于预置镜像创建新镜像 已有镜像如何适配迁移至ModelArts 父主题： 使用自定义镜像训练模型（新版训练）

查看更多 →

将安装了算法包的临时镜像builder里的内容拷贝到基础镜像中（这一步主要是为了减小镜像体积），用于生成最终的自定义镜像。 利用Dockerfile生成自定义镜像。 镜像打包命令格式： docker build -t [自定义组织名称]/[自定义镜像名称]:[自定义镜像版本] --build-arg

查看更多 →

file文件（基础镜像为非ModelArts官方提供）。 构建镜像 使用docker build命令从Dockerfile构建出一个新镜像。命令参数解释如下： “-t” 指定了新的镜像地址，建议使用完整的swr地址，因为后续的调试和注册需要使用。 “-f ”指定了Dockerfile的文件名，根据实际填写。

查看更多 →

此时，用户可以使用ModelArts提供的基础镜像来编写Dockerfile，构建出完全适合自己的镜像。进一步可以调试该镜像，确保改造后的镜像能够在ModelArts服务中正常使用。最终将镜像进行注册，用以创建新的开发环境，满足自己的业务需求。 本案例将基于ModelArts提供的PyTorch基础镜像，构建一个面向

查看更多 →

使用预置镜像构建新的训练镜像 ModelArts平台提供了Tensorflow，Pytorch，MindSpore等常用深度学习任务的预置镜像，镜像里已经安装好运行任务所需软件。当预置镜像里的软件无法满足您的程序运行需求时，您可以基于预置镜像进行自定义镜像的制作来减少工作量。 预置镜像列表

查看更多 →

如果您使用自定义镜像用于训练作业请参考示例训练作业自定义镜像规范。 如果您使用自定义镜像用于创建AI应用请参考示例创建AI应用的自定义镜像规范。 当完成自定义镜像制作后，请参考上传镜像至容器镜像服务将镜像上传到自己的SWR中。 父主题： 使用自定义镜像

查看更多 →

使用自定义镜像创建AI应用 用户将自定义镜像制作完成并上传至SWR后，可在ModelArts管理控制台，使用自定义镜像导入AI应用，并将AI应用部署上线。 前提条件 已按照ModelArts规范制作自定义镜像包，自定义镜像包规范请参见创建AI应用的自定义镜像规范。镜像构建可参见本地构建镜像。

查看更多 →

创建AI应用的自定义镜像规范 针对您本地开发的模型，在制作AI应用的自定义镜像时，需满足ModelArts定义的规范。 自定义镜像中不能包含恶意代码。 自定义镜像大小不超过10GB。 镜像对外接口 镜像的对外服务接口需要为8080，推理接口需与config.json文件中apis

查看更多 →

参考文件 ma-cli命令介绍 Dockerfile文件信息 创建ECS并配置VM信息 父主题： Notebook中使用自定义镜像

查看更多 →

images命令可以执行成功，表示Docker已安装，该步骤可跳过。 获取自定义镜像的基础镜像。 训练作业的自定义镜像需要以基础镜像为基础。基础镜像名称格式参见基础镜像包概述。使用以下指令获取自定义镜像的基础镜像： docker pull swr.<region>.myhuaweicloud

查看更多 →