超参调优任务(HpJob) 基本组件和训练流程

下图是使用 Cloud-ML HpJob 的基本组件和训练流程。其中1,2,3为用户操作步骤，a,b,c 为平台处理流程。

Cloud-ML HpJob 的运行基本和Trainjob相同，hpjob依赖的基础设施和trainjob相同：Docker Registry 和 FDS。

HpJob 训练用户的基本操作过程如下：

1. 准备代码，用户需要在本地准备一份调试好的训练代码，要确保符合基本项目规范。具体参见后面介绍；

2. 提交任务，项目代码准备完成后，用户即可提交任务。目前Hpjob只支持命令行提交，并且必须利用json文件进行提交，后面有详细介绍；

3. 查看结果，与trainjob不同，用户只可以通过Web UI的形式查看训练结果，也就是每组超参值组合及其训练得到的目标值，当然用户也可以选择将每组训练的模型和其他结果进行保存，这和trainjob相同。

Hpjob 训练平台的基本处理流程如下：

a. 创建环境，平台收到用户提交的任务后，从 Docker Registry 中下载用户指定的镜像，并为用户创建运行时；如果一切正常，执行后面的操作；有任何异常，比如资源不足，节点故障，Cloud-ML会通过事件的方式告诉用户；

b. 生成超参对, 平台根据用户给出的超参范围和参数生成算法，生成超参对

c. 执行训练，运行环境创建和参数对生成完成后，平台下载用户指定的训练代码并执行。内部的逻辑是，下载代码、解压、安装依赖包（如果代码里面指定了所需的依赖包）、传递超参值、执行代码，执行过程收集训练日志并保存；

d.保存目标属性值（must） 保存训练模型和（/或）中间结果（optional），Cloud-Ml根据训练程序的日志解析出目标属性值并保存在Cloud-Ml内部数据库中，同时用户训练过程中如果有需要保存的中间结果、临时数据、日志等需要保存，平台将结果保存到用户指定的地方，供训练后使用。具体的目标属性值输出格式在后面介绍。

e. 循环执行, 用户在提交任务时会给出一个目标属性和对应的期望值，Cloud-Ml比较保存的实际目标属性值和用户指定的目标属性期望值：如果已经达到用户设定的期望值，则返回，用户可以通过Cloud-Ml提供的Web UI查看训练结果，其中包括超参对和对应的目标属性值;如果否，则Cloud-Ml再次执行步骤 c 和 d，直到结果达到期望值。在循环执行过程中，Cloud-Ml会保存每一组数据供用户后续查看。具体的目标属性值设定后面介绍。

注: Cloud-ML 的运行时由 Docker 管理，所有任务都运行于容器中，Cloud-ML 已经准备了许多深度学习框架的镜像，用户直接指定对应版本镜像名称即可；对于有特殊需求的用户，Cloud-ML 支持使用自己制作的镜像。

在上手超参调优HpJob部分，我们将通过教程的形式，一步一步让用户上手Cloud-ML平台。