Чек-лист обучения модели

До запуска#

и проверьте ставку DS Coin/ч.

• зафиксируйте зависимости;

• не создавайте venv; используйте управляемый Python проекта;

• проверьте датасет на небольшом фрагменте;

• оцените требуемую VRAM;

• выберите GPU по текущей цене и доступности;

• проверьте CUDA и имя устройства;

• направьте кэши и временную подготовку данных в /tmp;

• задайте регулярное сохранение чекпоинтов в ~/project;

• убедитесь, что результат виден в панели файлов;

• выберите подходящий режим простоя

Во время работы#

• следите за статистикой CPU, RAM и сети;

• контролируйте ошибки out-of-memory;

• сохраняйте метрики и конфигурацию запуска;

• периодически копируйте важный результат из /tmp в ~/project;

• проверьте режим сна до запуска без открытой вкладки;

• не оставляйте дорогую сессию без наблюдения до первого успешного чекпоинта.

После работы#

• сохраните финальный чекпоинт;

• проверьте наличие результата в панели файлов;

• остановите проект вручную;

• убедитесь, что на карточке появилась кнопка Запустить.

Минимальная структура эксперимента#

~/project/
├── pyproject.toml или requirements.txt
├── configs/
├── src/
├── checkpoints/
├── metrics/
└── README.md

Большой восстанавливаемый датасет и библиотечные кэши держите в /tmp. Уникальные данные и чекпоинты — в ~/project, учитывая тарификацию.