PAI-DSW CPU/GPU开发环境介绍

本文涉及的产品
交互式建模 PAI-DSW,5000CU*H 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
模型训练 PAI-DLC,5000CU*H 3个月
简介: PAI-DSW提供了python CPU/GPU开发环境,给开发相应项目带来了很多便利

PAI-DSW提供了python CPU/GPU开发环境,给开发相应项目带来了很多便利。

打开链接地址https://dsw-dev.data.aliyun.com/#/进入主界面
image.png
image.png
第一栏是标题栏,右侧有“重置DSW”,“帮助文档”按钮,“重置DSW”点击后可以重置当前环境,“帮助文档”点击后是操作相关的帮助文档。然后右侧是“本次连接剩余时间”的显示,总的连接时间为8小时,8小时后会重置DSW。最右侧是“关闭实例”图标,点击后关闭当前实例。
image.png
向下第二栏是菜单栏,这里用的是JupyterLab,所以菜单都是JupyterLab菜单。“File”菜单中是创建新文件,保存文件,下载文件的操作,“Edit”菜单中是页面单元的编辑功能,移动,修改,查找等。“View”菜单中是状态栏显示,代码折叠展开,高亮等显示的操作。“Run”菜单中是运行单元格中的代码操作。“Kernel””菜单是后台kernel进程的重启,关闭,更换等操作,“Tabs”菜单是右侧主内容区的页签操作。“Settings”是展示样式,终端字体,文档自动保存,代码缩进换行等的配置。“Help”是JupyterLab的帮助链接文档,Markdown的参考说明文档。
image.png
再向下,左侧是9个按钮,分别是:File Browser,天池,Running Terminals and Kernels,Commands,Tutorial,Property Inspector,Open Tabs,Code Snipper Explorer,Extension Manager。“File Browser”是系统文件的文件浏览,从天池项目中打开“编辑””后,会在download目录下复制一份inpynb文件编辑。“天池”是可以再保存天池项目文件,和下载关联的数据集到download目录。“Running Terminals and Kernels”是显示运行中的kernel,可以操作关闭。“Commands”是JupyterLab中一些常用的菜单或操作列表,可以输入关键字搜索,方便查找命令。“Tutorial”是系统中一些示例教程的列表,点击后可以下载到demo目录,然后打开目录查看。“Property Inspector”是右侧编辑内容的属性设置。“Open Tabs”显示打开的页签列表。“Code Snipper Explorer”是一些代码片段,方便复制使用,可以输入关键字搜索。“Extension Manager”是可以安装JupyterLab开发社区提供的第三方扩展,增加其他功能,打开后点“Enable”启用。
image.png
9个按钮右侧是点击不同按钮后功能的展示,然后右侧主要的区域是文件编辑区域,需要编辑的文件在这里展示和编辑。编辑区域有工具栏,可以保存内容,增加单元格,剪切,复制,粘贴,运行代码等。
image.png
最右侧是CPU, GPU的切换面板,默认系统用的是CPU,如果需要使用GPU,选择运行模式“GPU”,资源类型“NVIDIA Tesla GPU”,镜像选择“default”,然后点“切换”按钮切换到GPU模式。选择不同的CPU选项后可以再切换为CPU模式。
image.png
image.png
最下一栏是状态栏,显示有Terminal的数量,Kernel的数量,Kernel类型,编辑模式或命令模式,行号,列号,编辑的文件名。

相关实践学习
部署Stable Diffusion玩转AI绘画(GPU云服务器)
本实验通过在ECS上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。
目录
相关文章
|
2天前
|
机器学习/深度学习 人工智能 并行计算
【人工智能】CPU、GPU与TPU:人工智能领域的核心处理器概述
在人工智能和计算技术的快速发展中,CPU(中央处理器)、GPU(图形处理器)和TPU(张量处理器)作为核心处理器,各自扮演着不可或缺的角色。它们不仅在性能上各有千秋,还在不同的应用场景中发挥着重要作用
15 2
|
1月前
|
并行计算 API 数据处理
GPU(图形处理单元)因其强大的并行计算能力而备受关注。与传统的CPU相比,GPU在处理大规模数据密集型任务时具有显著的优势。
GPU(图形处理单元)因其强大的并行计算能力而备受关注。与传统的CPU相比,GPU在处理大规模数据密集型任务时具有显著的优势。
|
1月前
|
机器学习/深度学习 人工智能 并行计算
GPU 和 CPU 处理器的架构
CPU(中央处理器)和 GPU(图形处理单元)是计算机系统中最重要的两种处理器。它们各自的架构设计和技术体系决定了其在不同应用领域中的性能和效率。
47 1
|
1月前
|
机器学习/深度学习 TensorFlow API
Keras是一个高层神经网络API,由Python编写,并能够在TensorFlow、Theano或CNTK之上运行。Keras的设计初衷是支持快速实验,能够用最少的代码实现想法,并且能够方便地在CPU和GPU上运行。
Keras是一个高层神经网络API,由Python编写,并能够在TensorFlow、Theano或CNTK之上运行。Keras的设计初衷是支持快速实验,能够用最少的代码实现想法,并且能够方便地在CPU和GPU上运行。
|
1月前
|
XML Ubuntu Linux
部署08---扩展-Win10配置WSL(Ubuntu)环境,WSL系统是什么意思,是Windows系统上的一个子系统, xml的一大特点是直链系统,直接链接你的CPU,硬盘和内存,如何用 WSL部署
部署08---扩展-Win10配置WSL(Ubuntu)环境,WSL系统是什么意思,是Windows系统上的一个子系统, xml的一大特点是直链系统,直接链接你的CPU,硬盘和内存,如何用 WSL部署
|
13天前
|
KVM 虚拟化
[kvm]cpu内存硬盘配置
[kvm]cpu内存硬盘配置
|
23天前
|
缓存 Linux 虚拟化
linux 查看服务器cpu 与内存配置
linux 查看服务器cpu 与内存配置
49 4
|
23天前
|
存储 弹性计算 固态存储
阿里云服务器CPU内存配置怎么选?ECS实例规格有啥区别?
阿里云服务器配置选择需考虑ECS实例规格、CPU内存、公网带宽与系统盘。个人开发者或中小企业推荐轻量应用服务器或ECS经济型e实例(2核2G3M带宽,99元/年),适合搭建低流量网站。企业用户应选择企业级独享型如通用算力型u1、计算型c7或通用型g7实例,至少2核4G内存起,推荐5M公网带宽以平衡成本与性能。系统盘推荐ESSD云盘以获得更好的性能。更多详情及链接参见原文。
40 3
|
26天前
|
监控 算法 Java
|
22天前
|
监控 Unix Linux
ps aux 命令使用查看内存、cpu使用排名与top的区别
ps aux 命令使用查看内存、cpu使用排名与top的区别
53 1

热门文章

最新文章