NPU训练环境准备

获取训练镜像

可选择以下方式中的一种来获取训练镜像

• （推荐）从昇腾镜像仓库根据系统架构（ARM/X86）下载训练基础镜像（如：pytorch-modelzoo）。基于训练基础镜像进行修改，将容器中默认用户修改为root（21.0.4版本之后训练基础镜像默认用户为非root）。基础镜像中不包含训练脚本、代码等文件，训练时通常使用挂载的方式将训练脚本、代码等文件映射到容器内。

• 可基于训练基础镜像定制用户自己的训练镜像，制作过程请参考使用Dockerfile构建容器镜像（PyTorch）。

可将训练镜像重命名，如：torch:b035。

（推荐）加固镜像

可参考容器镜像安全加固。

获取训练脚本

登录ModelZoo，下载PyTorch框架的“ResNet-50”模型脚本。

准备数据集

1. 请用户自行准备ResNet-50对应的数据集，使用时请遵守对应规范。
2. 管理员用户上传数据集到存储节点。
   1. 进入“/data/atlas_dls/public”目录，将数据集上传到任意位置，如“/data/atlas_dls/public/dataset/imagenet_full”。

      root@ubuntu:/data/atlas_dls/public/dataset/imagenet_full# pwd
      /data/atlas_dls/public/dataset/imagenet_full

   2. 执行du -sh命令，查看数据集大小。

      root@ubuntu:/data/atlas_dls/public/dataset/imagenet_full# du -sh
      146G

修改训练脚本

1. 将获取训练脚本中下载的脚本解压到本地，训练代码路径为解压后的“ResNet50_for_PyTorch_{version}_code/”目录。
2. 进入“MindXDL-deploy”仓库，选择“3.0.RC3”分支。获取“samples/train”目录中的“train_start.sh”、“rank_table.sh”和“utils.sh”文件，结合1中的“ResNet50_for_PyTorch_1.4_code”目录，在host的“/data/atlas_dls/code”路径下，构造如下的目录结构。

   root@ubuntu:/data/atlas_dls/code/ResNet50_for_PyTorch_1.4_code/#
   ResNet50_for_PyTorch_1.4_code/
   ├── DistributedResnet50
   ├── Dockerfile
   ├── docker_start.sh
   ├── ...
   ├── run_1p.sh
   ├── run_2p.sh
   ├── run_4p.sh
   ├── run_8p.sh
   └── scripts
        ├── train_start.sh
        ├── utils.sh
        └── rank_table.sh