【DSW Gallery】DSW基础使用介绍

简介: PAI-DSW是一款云端机器学习开发IDE,为您提供交互式编程环境,适用于不同水平的开发者。本文为您介绍PAI-DSW的功能特点以及界面的基础使用。

直接使用

请打开DSW基础使用介绍,并点击右上角 “ 在DSW中打开” 。

image.png


概述

PAI-DSW是一款云端机器学习开发IDE,基于阿里云Docker和Kubernetes等云原生技术,为您提供灵活且开放的AI开发环境。

PAI-DSW集成了开源JupyterLab,并以插件化的形式进行深度定制化开发。您无需任何运维配置,即可进行Notebook编写、调试及运行Python代码。

主要的功能特点如下:

  • 支持实例随时停止和启动、镜像一键保存及开发环境恢复。
  • 提供集成式AI开发环境:
  • 预装常用大数据开发包和算法包,且开放Sudo权限,从而允许安装第三方库。
  • 预装JupyterLab插件,可以提高开发效率。例如Git及TensorBoard。
  • 提供多种官方镜像,可以覆盖多版本主流计算框架。例如TensorFlow及PyTorch。
  • 嵌入WebIDE,可以安装任意插件。
  • 预置PAI的基础能力,包括视觉类算法工具EasyVision(PAI-EasyVision简介)、自动调参工具AutoML(Auto ML自动调参指南)、编译优化及读取MaxCompute表的CommonIO组件。
  • 支持Root权限。

使用的前提条件

  • 如果首次使用PAI-DSW,则需要对相关资源进行访问授权,详情请参见云产品依赖与授权:DSW
  • (可选)已创建完成NAS类数据集。PAI-DSW为您提供临时存储,如果您想永久存储,则需要创建并挂载一个NAS文件系统,并创建为PAI中的NAS类的数据集,便于创建实例是关联此数据集。创建NAS文件系统请参见创建文件系统。创建NAS类数据集请参见创建数据集:从阿里云存储

开始使用环境

进入实例页面

当用户购买并创建DSW(包含JupyterLab、WebIDE、Terminal服务)之后,可以从控制台进入对应实例。 对于关闭中的实例,首先要进行“启动”操作。请注意,启动后实例将进入收费阶段。

start_instance.jpg

当实例处于运行中状态后,可随时“打开”对应实例页面。

37-2.jpg

同时,为了避免实例启动后忘记关闭,可同时配置“自动停止设置”,使得实例可以在指定时间后自动关闭,以停止计费。

37-3.jpg

实例公共功能

进入具体DSW实例后,可通过顶部菜单,切换JupyterLab、WebIDE、Terminal三块功能:

37-4.jpg

另外,顶部菜单的资源水位条,鼠标浮动后可以看到更详细数据:

37-5.jpg

JupyterLab使用介绍

总体介绍

进入JupyterLab页面后,可以看到如下主要区域:

37-6.jpg

其中圈出部分分别为:

  1. 顶部菜单栏
  2. 左侧工具栏
  3. 工具内容面板
  4. 主工作区-快捷创建文件区域
  5. 主工作区-解决方案&功能介绍

左侧工具栏介绍

文件管理

文件管理是左侧最常用的工具栏,是实例下的文件管理器。用来浏览、打开和管理所有文件。

37-7.jpg

打开文件及kernels管理

此工具栏会展示出当前已经打开的kernels,以及已经打开的文件,便于用户快捷切换。

37-8.jpg

Git管理

Git管理工具栏,可以用来clone关联和维护远端的代码仓库,以实现版本可控的开发。

37-9.jpg

文件结构概览

此工具栏,可以针对当前高亮的文件(ipynb或者其他语言代码),展示代码的主要结构。

37-10.jpg

代码片段

这个工具栏,维护了PAI内置的常用代码片段,便于用户在开发过程中

37-11.jpg

解决方案&功能介绍

在Launcher页面的“解决方案&功能”区域,可以看到PAI内置的大量实际业务场景解决方案,以及PAI产品的功能介绍。

37-12.jpg

以解决方案为例,进入更多后,可以通过检索或按分类查找相关内容。

37-13.jpg

点击“下载”,会将指定的内容下载到您当前的DSW实例中。下载完成后,会有成功的提示,并可按照引导到指定的文件目录。

37-14.jpg

按照引导,进入到指定目录后,可以看到下载的压缩包,并可以看到自动解压后的实际文件内容。

37-15.jpg

进入解压后的文件夹,可以看到具体的文件内容,双击进行打开编辑,即可开始实际的使用。

37-16.jpg

WebIDE使用介绍

PAI-DSW内置的WebIDE,最大程度接近桌面端VSCode的功能。用户可以利用WebIDE对python代码,或者是在JupyterLab中编辑的notebook,进行全面灵活的开发与调试。

尤其在notebook开发过程中经常会遇到某段代码的运行结果与预期不符的情况,此时,除多遍阅读代码以外,增加调试级别的日志,并使用在线调试实时查看各变量值和流程跳转,可以帮助您快速定位问题。

您可以参考这篇文章《使用WebIDE在线调试代码》, 了解如何通过PAI-DSW中的WebIDE,在线调试Notebook中运行的Python代码。

37-17.jpg

Terminal使用介绍

进入Terminal工具,可以在命令行终端对实例进行命令操作,且支持root权限。

同时,PAI-DSW已内置PAI核心产品的相关CLI工具,可在Terminal下直接调用使用,详见:

37-18.jpg

相关实践学习
使用PAI+LLaMA Factory微调Qwen2-VL模型,搭建文旅领域知识问答机器人
使用PAI和LLaMA Factory框架,基于全参方法微调 Qwen2-VL模型,使其能够进行文旅领域知识问答,同时通过人工测试验证了微调的效果。
机器学习概览及常见算法
机器学习(Machine Learning, ML)是人工智能的核心,专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能,它是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。 本课程将带你入门机器学习,掌握机器学习的概念和常用的算法。
相关文章
|
算法
交互式建模PAI
交互式建模PAI
664 0
|
12月前
|
数据采集 自动驾驶 Java
PAI-TurboX:面向自动驾驶的训练推理加速框架
PAI-TurboX 为自动驾驶场景中的复杂数据预处理、离线大规模模型训练和实时智能驾驶推理,提供了全方位的加速解决方案。PAI-Notebook Gallery 提供PAI-TurboX 一键启动的 Notebook 最佳实践
|
搜索推荐 算法
插入排序算法的平均时间复杂度解析
【10月更文挑战第12天】 插入排序是一种简单直观的排序算法,通过不断将未排序元素插入到已排序部分的合适位置来完成排序。其平均时间复杂度为$O(n^2)$,适用于小规模或部分有序的数据。尽管效率不高,但在特定场景下仍具优势。
1155 153
|
机器学习/深度学习 人工智能 算法
【DSW Gallery】PAI-DSW快速入门
PAI-DSW是一款为AI开发者量身定制的云端机器学习交互式开发IDE,随时随地开启Notebook快速读取数据、开发算法、训练及部署模型。本文介绍如何快速上手PAI-DSW。
【DSW Gallery】PAI-DSW快速入门
|
存储 机器学习/深度学习 分布式计算
【DSW Gallery】COMMON_IO使用指南
COMMON_IO模块提供了TableReader和TableWriter两个接口,使用TableReader可以读取ODPS Table中的数据,使用TableWriter可以将数据写入ODPS Table。
【DSW Gallery】COMMON_IO使用指南
|
数据安全/隐私保护
(只需五步)注册谷歌账号详细步骤,解决“此电话号码无法验证”问题
注册google一直不方便,因为如果直接去google官网注册,那么它大概率会显示“此电话号码无法用于进行验证”接下来,按着教程来一步步做,就可以实现跳过此限制,成功用手机号注册google了。很简单的。
42933 1
|
弹性计算 Ubuntu Linux
阿里云服务器“镜像”怎么选择?看这一篇文章就够了!
阿里云服务器镜像是服务器的“装机盘”,用于安装操作系统、初始化数据和预装软件。阿里云提供五种镜像类型:公共镜像(官方提供,正版授权)、自定义镜像(用户创建)、共享镜像(其他账户共享)、云市场镜像(官方或第三方发布)。选择镜像需考虑应用需求,如程序语言、服务器配置等。推荐Linux用户选择Alibaba Cloud Linux,Windows用户选择Windows Server 2022数据中心版。中国大陆地域的服务器支持免费无限次更换操作系统,而海外地域服务器更换系统有限制。Alibaba Cloud Linux是由阿里云官方推出并深度优化的Linux发行版,兼容RHEL/CentOS生态,
7182 1
|
Linux 开发工具 git
阿里云dsw实例git clone Hugging Face
因为网络及python包版本的原因,dsw实例在使用git指令下载hugging face资源的时候,总是会出现这样或那样的问题,本文基于实际测试遇到的情况,给出对应的解决方案。
4784 1
|
Java Python Windows
Python pip 源设置成国内源,阿里云源,清华大学源,最方便的方式,都在这里了
Python pip 源设置成国内源,阿里云源,清华大学源,最方便的方式,都在这里了
94969 1