• Chinese

跳转至网站

• CPU、GPU 资源用完了怎么办？

  Sep 20, 2019 更新：目前内侧已结束，我们会继续为现有的内侧用户每周赠送一定额度的算力资源作为测试感谢。 新用户在资源使用耗尽后可以通过我们的财务中心进行购买，如需了解价格请查看我们的 如何收费。受欢迎

• 容器如何计费？何时开始计费？

  当容器创建后，只有当容器的状态标记为「运行中」才会开始计费，直到容器被成功关闭受欢迎

• 如何上传 .ipynb 文件？

  您可以通过两种方式上传： 在算力容器模式中，您可以创建一个新的算力容器，接入方式选择「Jupyter 编辑器」，然后在容器启动完成后打开 jupyterLab，在 JupyterLab 中上传 .ipynb 文件 如果是在预训练模型中，您可以在上传的时候直接将 .ipynb 打包到 ZIP 文件中并上传，上传完成后在预训练模型的文件列表中即可访问该 notebook，稍后您也可以通过创建新的容器并绑定该预训练模型，在 JupyterLab 中进行交互操作部分读者

• 如何创建自定义指标（Metrics）？

  请参考我们的文档 系统指标与自定义指标部分读者

• 我是否可以使用自定义镜像？

  目前用户暂时无法直接使用自定义镜像，但可以在相应镜像中使用自定义框架（framework） 我们已经添加了 TensorFlow、PyTorch、MXNet、Darknet 常见版本的预置镜像可供直接使用。如过有自定义框架的需求，您可以在相应的镜像中进行安装操作部分读者

• 是否可以提供 SSH 访问？

  我们是基于容器提供的服务，目前暂不直接提供 SSH 的访问，如果您使用的是 Jupyter 编辑器，可以在 Jupyter 编辑器中打开 Terminal，通过 bash/sh 执行相应的脚本命令少数读者

• 如何使用 JupyterLab？

  我们写了一篇 JupyterLab 运行 practicalAI 的教程，可以直接在文档中进行查看。少数读者

• 为什么我的容器一直处于「准备中」的状态？

  容器启动长时间处于准备中的状态可能有以下可能： 将大量的文件绑定到了 /output 容器在启动阶段拷贝大量的数据到 /output 耗费时间，尤其是大量的小文件的拷贝可能会非常的耗时。如果对相应的数据没有写的需求，建议直接绑定到 /intput0-2 以避免拷贝的过程 容器处于冷启动状态，启动容器的机器目前没有容器所需要的镜像，正在拉取镜像。虽然我们已经在集群内增加了镜像节点提升镜像获取的时间，但是在这种冷启动状态依然会有 3 - 5 分钟的时间耗费在镜像拉取上 网络问题，由于内部网络抖动导致容器的创建过程出现问题，如果排除了以上两种可能（即自己没有加载大量数据到 /output 但是过了 5 分钟 10 分钟容器还没启动起来），那么可以尝试重启容器或者在界面的聊天窗口咨询客服人员少数读者

• 如何找到执行程序的路径？

  可以通过 which 命令来查找： 返回结果： 如果文件在非标准路径，可以通过 find 命令查找： 更详细的使用说明请参阅 man which 和 man find少数读者

• 如何访问我绑定的数据集？

  数据绑定可以将特定的数据集或者容器的输出绑定到容器中的目录 /input0 /input1 /input2 或者 /output 中，在容器中可以通过绝对目录去访问数据。 如果使用的是 Jupyter 编辑器的方式运行的容器，也可以在 JupyterLab 中直接访问 更多数据集相关的讲解，请访问我们的 数据集使用文档少数读者

• 刚创建的 JupyterLab 显示为空白或报错 Service Unavailable

  请稍后刷新即可，这是由于 JupyterLab 虽然已显示为创建状态，但相应的 web 服务并没有跟上导致的访问报错。请稍等数十秒后再刷新即可 如果持续遇到 Service Unavailable 的错误，请联系客服解决少数读者

• 是否提供 Caffe2 的支持？

  根据 Caffe2 的 官方公告，Caffe2 已合并至 PyTorch，所以我们不再提供 Caffe2 框架的支持，目前 OpenBayes 平台已支持 PyTorch 框架少数读者