安装toolkit后，可以实现在pycharm上写代码，然后和ModelArts同步。在pycharm上写完代码，同步上传，训练就用ModelArts云端的GPU或者是昇腾处理器，岂不爽乎！

官方实例教程

查看从配置pycharm toolkit到部署模型一条龙的官方实例教程：
使用PyCharm ToolKit训练模型

详细的官方说明文档链接

提交训练作业

具体流程

准备数据

编写训练代码

注意：
如果这个工程中的训练代码已经结束，那么下次训练一个新的项目最好是新建一个新的工程。不然会出现很多麻烦。

训练模型

这步完成，就可以在ModelArts的控制台的训练作业一栏中看到项目了。


当这个出现时，控制台的训练作业也训练成功。之后的创建模型可以直接在控制台进行而无需通过后面的繁琐步骤（后面还需要修改推理代码，非常麻烦）

注意：
Data Path in OBS 路径本来是：obs://caoxuzhi-1/dataset-mnist/Mnist-Data-Set/
由于是相对路径，所以是：/caoxuzhi-1/dataset-mnist/Mnist-Data-Set/
OBS Path 的路径同理。

训练规格价格清单

pycharm界面中没有提供价格。需要自己查询官方文档

引擎版本及其对应接口

对应版本及其接口需要查看官方文档

将推理代码和配置文件上传至OBS桶

如果以后自己编写代码，那么推理代码和配置文件就需要做修改。如何修改请参考：官方文档

部署在线服务

如果仅仅为了知道模型的性能的话，先到这一步就OK了。进入ModelArts控制台后别忘了停止在线服务防止继续收费。

在线测试

清除资源

pycharm如何停止作业，需要查看官方文档