实战演练
所有文档

          BML 全功能AI开发平台

          实战演练

          本文介绍如何使用BML CodeLab进行开发训练。

          BML CodeLab引入项目管理能力,打开即进入"默认项目",默认项目下内置了demo文件,用户可以直接执行,也可以直接新建文件。

          1. 本地训练

          1.1 点击应用下的notebook,弹窗选择Kernel

          1.2 输入如下代码

          import paddle.fluid as fluid
          import paddle
          import numpy as np
          import os
          import matplotlib.pyplot as plt 

          1.3 点击运行:

          报错提示找不到相关的包,可点击侧边栏中包管理插件,搜索需要包进行安装:

          调试无误后,可提交一个本地脚本任务(链接到任务介绍),放到后台运行,只要不关闭BML CodeLab,本地任务不会中断。

          如果本地资源不够用,需要扩展云端计算资源,则需要先登录客户端,自动获取可用的云端计算资源、并直接获得免费赠送的100G存储资源。登录后,可到"资源"插件中查看资源列表:

          若没有可用资源或者当前计算资源无法满足需求,请点击"资源管理"到云端进行资源购买。

          2. 资源扩展

          资源扩展包含扩展计算资源和存储资源。登录后,若有可用的云端计算资源,可选择进入远程环境进行编码调试;用户也可以随时将项目同步到云端存储中。

          2.1 计算资源扩展

          进入项目列表,需要云端资源调试的项目,对应选择"进入云CodeLab",选择好计算资源后,系统会自动为您将项目同步到远程环境中,同时也会在云端存储资源上保存一份,可到"云端存储项目"中查看。

          当项目过大时,同步会很慢,建议您数据集和其他大文件等到进入云CodeLab后通过本地方式上传。

          2.2 存储资源扩展

          您可以开启"自动同步",CodeLab会自动将项目同步到云端存储项目中,您也可以根据实际场景进行手动同步,点击"立即同步",即可将项目同步到云端存储项目。

          进入云CodeLab后,远程环境中的项目默认自动同步到云端存储项目中,若本地开启了自动同步功能,则实现了端到端的自动同步能力。

          开启自动同步后,若将本地项目删除,云端存储项目也会被删除,所以若本地项目不需要,请先关闭自动同步后再删除。

          上一篇
          使用简介
          下一篇
          功能介绍