English | 简体中文
PAI Python SDK是阿里云 机器学习平台 PAI(Platform for Artificial Intelligence) 提供的Python SDK，提供了更易用的HighLevel API，支持机器学习工程师简单地使用Python在PAI完成模型训练和部署，串联机器学习的流程。
使用以下命令安装PAI Python SDK（支持Python版本 >= 3.8）：
python -m pip install pai请通过访问 PAI Python SDK文档 或是查看 docs 目录下的文件获取SDK的详细文档，包括用户指南和API文档。
- 提交自定义训练任务
以下代码演示了如何通过SDK提交一个自定义的训练作业:
from pai.estimator import Estimator from pai.image import retrieve est = Estimator( # 获取PAI提供的最新PyTorch镜像 image_uri=retrieve( framework_name="PyTorch", framework_version="latest" ).image_uri, command="echo hello", # 可选，指定source_dir上传你的训练代码： # source_dir="./train_src", instance_type="ecs.c6.large", ) # 提交训练任务 est.fit() print(est.model_data())- 部署大语言模型
PAI提供了大量预训练模型，可以使用PAI Python SDK轻松部署：
from pai.model import RegisteredModel # 获取PAI提供的QWen1.5-7b模型 qwen_model = RegisteredModel("qwen1.5-7b-chat", model_provider="pai") # 部署模型 p = qwen_model.deploy(service_name="qwen_service") # 调用服务 p.predict( data={ "prompt": "What is the purpose of life?", "system_prompt": "You are helpful assistant.", "temperature": 0.8, } ) # PAI提供的大语言模型支持OpenAI API，可以通过openai SDK调用 openai_client = p.openai() res = openai_client.chat.completions.create( model="default", max_tokens=1024, messages=[ {"role": "system", "content": "You are a helpful assistant."}, {"role": "user", "content": "What is the purpose of life?"} ] ) print(res.choices[0].message.content)- 微调预训练模型
通过PAI提供的微调脚本，提交一个模型微调任务
from pai.model import ModelTrainingRecipe training_recipe = ModelTrainingRecipe( model_name="qwen2-0.5b-instruct", model_provider="pai", instance_type="ecs.gn6e-c12g1.3xlarge", ) training_recipe.train( inputs={ # 本地或是阿里云OSS上的数据路径(oss://<bucketname>/path/to/data) "train": "<YourTrainingDataPath>" } ) 通过访问PAI提供的示例仓库，可以了解更多使用示例：pai-examples
我们欢迎为PAI Python SDK贡献代码。请阅读 CONTRIBUTING 文件了解如何为本项目贡献代码。
PAI Python SDK是由阿里云开发，并根据Apache许可证（版本2.0）授权使用。
如需支持或咨询，请在GitHub仓库中提交issue，或通过钉钉群联系我们：
