安装Rapidformer镜像

使用限制

• 当前Rapidformer镜像支持的地域为上海、北京、杭州、深圳，其他地域暂不支持。
• 安装Rapidformer镜像时，仅支持使用GPU类型的实例。

step1：添加Rapidformer镜像

在安装Rapidformer镜像前，建议先将Rapidformer镜像添加到PAI的自定义镜像中，用于后续安装操作时选择关联。添加镜像时的操作关键配置如下，详细操作步骤请参见用户自定义镜像。

• 关联ACR镜像：需要配置为对应工作空间所在地域的Rapidformer镜像地址。

  Rapidformer当前支持上海、北京、杭州、深圳这四个地域，不同地域的镜像地址请参见下文的参考：Rapidformer镜像地址。

• 其他参数：镜像名称、可见范围等参数根据实际情况配置即可。

step2：在PAI-DLC或DSW中安装镜像

在PAI-DLC中安装

PAI-DLC为开发者和企业提供了云原生一站式的深度学习训练平台，为您提供灵活、稳定、易用和高性能的机器学习训练环境。支持多种算法框架，超大规模分布式深度学习任务运行及自定义算法框架，为开发者和企业降本增效。

DLC提供了加载用户自定义镜像的能力，这极大方便了Rapidformer的部署。只需将镜像地址传给DLC，即可自动安装Rapidformer镜像，安装完成后就可以在DLC上基于Rapidformer开展多机多卡超大规模分布式训练。

在DLC上安装Rapidformer镜像的操作步骤与创建DLC任务一致，进入工作空间的训练任务提交页面后，关键配置信息如下所示。其中：

• 节点镜像：需要选择用户自定义镜像，并在镜像地址的配置框中选择上述步骤添加的Rapidformer自定义镜像。
• 任务类型：需要选择为Pytorch。
• 节点配置：需要选择GPU类型的节点，并根据实际情况选择具体的节点规格。
• 其他参数：镜像名称、执行命令等参数根据实际情况配置即可。

各参数的详细介绍及操作步骤请参见提交任务（通过控制台）。

在PAI-DSW中安装

PAI-DSW（Data Science Workshop）是为算法开发者量身打造的云端深度学习开发环境，集成JupyterLab，插件化深度定制化开发，无需任何运维配置，沉浸式体验Notebook编写、调试及运行Python代码。支持开源框架的安装，并提供阿里巴巴深度优化的Tensorflow框架，通过编译优化提升训练性能。

DSW也提供了加载用户自定义镜像的能力，只需将镜像地址传给DSW，即可自动安装Rapidformer，安装完成后就可以在DSW上基于Rapidformer调试训练加速程序。

在DSW上安装Rapidformer镜像的操作步骤与创建DSW实例的操作一致，进入DSW实例创建页面后，关键配置信息如下所示。其中：

• 实例资源：需选择GPU实例类型的实例，并根据实际情况选择所需的实例规格。
• 选择镜像：需选择用户自定义镜像，并在镜像地址的配置框中选择上述步骤添加的Rapidformer自定义镜像。
• 其他参数：实例名称、实例版本等参数根据实际情况配置即可。

各参数的详细介绍及操作步骤请参见创建及管理DSW实例。

step3：安装后试用

安装完成Rapidformer镜像后，您可以进入/workspace/examples目录，此目录下为您提供了nlp案例，您可以直接试用此案例。下图为在DSW安装镜像后，进入目录查找案例的示意图。

参考：Rapidformer镜像地址