准备工作

注册AICC账号。参考《对象存储服务 OBS》“快速入门 > 步骤一：准备工作”章节，注册AICC并实名认证。
运行环境，即ModelArts镜像，镜像内包含了基础的第三方库以及MoXing库，因为ModelArts服务器无法直接访问OBS桶的数据，而MoXing能实现ModelArts服务器与OBS桶之间的数据传输。
修改代码以适配ModelArts。

准备镜像

登录AscendHub，下载“ascend-pytorch-arm-modelarts”镜像至本地，如图1所示。
图1 镜像下载示意图

单击“立即下载”，弹出注册登录界面，如图图2所示。按照操作指引完成注册并登录。

图2 注册登录界面

注册登录后，再次单击“立即下载”，弹出“镜像下载”窗口中有“前提条件”和“操作步骤”，请详细阅读！
登录AICC，进入“容器镜像服务”，创建组织，如图3所示。
图3 创建组织镜像
进入“容器镜像服务-我的镜像”，任选一种方式上传镜像，如图4所示。
图4 上传镜像

上传镜像需要指定组织名称。上传成功后，在界面上可看到刚刚上传的镜像。

准备适配代码

已适配了ModelArts：其根目录下有个“modelarts”文件夹。
把该文件夹下的“train_start.py”文件复制到训练文件“train.py”同级目录下，作为云上训练的启动文件。
未适配的ModelArts：其根目录下没有“modelarts”文件夹。
复制训练文件“train.py”改名为“train_start.py”，放在训练文件“train.py”同级目录下，并进行如下修改：
1. 导入moxing包，添加如下代码：
```
 import moxing as mox
```
2. 在ModelArts的容器内拉取OBS上的数据集：
```
 CACHE_DATA_URL = '/cache/data_url'
 if not os.path.exists(CACHE_DATA_URL):
     os.makedirs(CACHE_DATA_URL)
 mox.file.copy_parallel(data_path, CACHE_DATA_URL)
```
  参数说明：
```
 data_path          //ModelArts控制台上选择的obs桶目录
 CACHE_DATA_URL     //ModelArts的容器内的目录，默认设置为/cache/data_url，也可自己修改
```
  预训练权重上传方式一样，只需修改变量名和对应的目录。
3. 将ModelArts的容器内的数据下载至OBS桶：
```
 CACHE_TRAINING_URL = '/cache/training'
 mox.file.copy_parallel(CACHE_TRAINING_URL, train_url)
```
  参数说明：
```
 CACHE_TRAINING_URL       //ModelArts的容器内,保存权重文件的目录
 train_url                //ModelArts控制台上选择的obs桶目录
```
4. 安装第三方库（可选）
  需要安装的第三方库，可以写入模型根目录的“requirements.txt”；镜像会默认安装模型根目录下的“requirements.txt”。
  
  默认支持单机单卡训练。