概述

更新时间：

# 项目

基于某个业务目标创建项目，上传代码到项目中，并在项目中启动开发环境进行调试，提交离线训练进行规模性训练，所需的数据/模型、镜像均已提前在平台中准备好，提交任务时做好关联即可在调试和训练时使用。

如上图所示：

数据/模型提前上传至平台；平台提供开箱即用的官方镜像，非官方镜像需提前在本平台制作好；同时将代码上传至项目中。
开发环境：供您调试使用，调试后环境可保存为镜像供后续训练使用。启动开发环境，系统会，
- 基于初始化时关联的镜像构建开发环境。
- 将初始化时关联的数据、模型、以及上传的代码，挂载到开发环境的相应路径下。
离线训练：在项目中提交离线训练，支持多机多卡。离线训练提交后系统会，
- 基于提交时关联的镜像创建训练环境。
- 将提交时关联的数据、模型，以及上传到项目的代码，挂载至训练环境相应路径下。
- 按照用户设置的 “启动命令” 开始训练，并输出结果到相应目录。
项目输出，即离线训练的输出，你可以将输出的相关结果导为模型，再次挂载到项目中使用。

优势
基于研发目标，项目整合了此次研发的过程和结果，有如下好处：

建议您在开发环境中进行调试，而利用离线训练功能进行训练。
下表对比了 开发环境 和 离线训练 的异同，供您了解：

对比项	开发环境	离线训练
适用场景	适用于调试时使用，该阶段的主要目标是：调试好环境，且让模型具备预期的学习能力，从而为后续训练做好准备。该阶段建议用少量数据测试是否达到了预期，然后不断调试代码直至达到预期。	适用于大量数据训练时使用，该阶段的主要目标是让具备学习能力的模型大量学习，从而具备近乎人的辨识能力。
训练能力	能力低，仅支持进行单机训练。	能力高，还支持多机多卡的分布式训练。
数据安全	开发环境仅 /gemini/code/ 是持久化目录，输出到 `$GEMINI_DATAOUT` 目录下的训练结果在开发环境重启后会丢失，仅适合调试时短暂使用。	离线训练的结果则会在 `$GEMINI_DATAOUT` 目录下持久化保存，并且用户能够在项目的结果页面，直观的查看到每次离线训练的结果集。

代码指定了以何种方式训练模型、提取训练数据的何种特征等，是训练模型的必要资产。
代码需上传至目标项目中，支持如下三种上传方式，详见上传代码。