Deployed 65da657 with MkDocs version: 1.6.1

en/end-user/baize/quick-start.html

@@ -630,7 +630,7 @@ <h2 id="using-a-notebook-to-debug-your-script">Using a Notebook to Debug Your Sc
 <li>
 <p>Select and bind the <a href="#tensorflow">environment dependency package</a>.</p>
 <p>Wait for the Notebook to be successfully created, then click the access link in the list to enter the Notebook. In the Notebook terminal, run the following command to start the training job:</p>
-<p><img alt="Enter Notebook" src="../images/baize-05.png"/></p>
+<p><img alt="Enter Notebook" src="images/baize-05.png"/></p>
 <div class="admonition note">
 <p class="admonition-title">Note</p>
 <p>The script uses TensorFlow; if you forget to associate the dependency library, you can temporarily install it using <code>pip install tensorflow</code>.</p>
@@ -667,7 +667,7 @@ <h2 id="creating-a-training-job">Creating a Training Job<a class="headerlink" hr
 </li>
 <li>
 <p>Once the job is successfully created, click on <strong>Job Analysis</strong> in the left navigation bar to check the job status and fine-tune your training.</p>
-<p><img alt="View Job" src="../images/baize-07.png"/></p>
+<p><img alt="View Job" src="images/baize-07.png"/></p>
 </li>
 </ol>
 <aside class="md-source-file">

end-user/baize/quick-start.html

@@ -590,7 +590,7 @@ <h3 id="_3">数据集：训练代码<a class="headerlink" href="#_3" title="Perm
 <li>如果是中国境内的用户，可以使用 Gitee 加速：<a href="https://gitee.com/samzong_lu/training-sample-code.git">https://gitee.com/samzong_lu/training-sample-code.git</a></li>
 <li>代码路径为 <code>tensorflow/tf-fashion-mnist-sample</code></li>
 </ul>
-<p><img alt="训练代码的数据集" src="../images/baize-01.png"/></p>
+<p><img alt="训练代码的数据集" src="images/baize-01.png"/></p>
 <div class="admonition note">
 <p class="admonition-title">Note</p>
 <p>目前仅支持读写模式为 <code>ReadWriteMany</code> 的 <code>StorageClass</code>，请使用 NFS 或者推荐的 <a href="https://juicefs.com/zh-cn/">JuiceFS</a>。</p>
@@ -599,14 +599,14 @@ <h3 id="_4">数据集：训练数据<a class="headerlink" href="#_4" title="Perm
 <p>本次训练使用的数据为 <a href="https://github.com/zalandoresearch/fashion-mnist.git">https://github.com/zalandoresearch/fashion-mnist.git</a>，
 这是 Fashion-MNIST 数据集。</p>
 <p>如果是中国境内的用户，可以使用 Gitee 加速：<a href="https://gitee.com/samzong_lu/fashion-mnist.git">https://gitee.com/samzong_lu/fashion-mnist.git</a></p>
-<p><img alt="训练数据的数据集" src="../images/baize-02.png"/></p>
+<p><img alt="训练数据的数据集" src="images/baize-02.png"/></p>
 <div class="admonition note">
 <p class="admonition-title">Note</p>
 <p>如果未创建训练数据的数据集，通过训练脚本也会自动下载；提前准备训练数据可以提高训练速度。</p>
 </div>
 <h3 id="_5">数据集：空数据集<a class="headerlink" href="#_5" title="Permanent link">¶</a></h3>
 <p>AI Lab 支持将 <code>PVC</code> 作为数据集的数据源类型，所以创建一个空 PVC 绑定到数据集后，可将空数据集作为存放后续训练任务的输出数据集，存放模型和日志。</p>
-<p><img alt="空数据集" src="../images/baize-03.png"/></p>
+<p><img alt="空数据集" src="images/baize-03.png"/></p>
 <h2 id="tensorflow">环境依赖: tensorflow<a class="headerlink" href="#tensorflow" title="Permanent link">¶</a></h2>
 <p>脚本在运行时，需要依赖 <code>Tensorflow</code> 的 Python 库，可以使用 AI Lab 的环境依赖管理功能，提前将需要的 Python 库下载和准备完成，无需依赖镜像构建</p>
 <blockquote>
@@ -621,7 +621,7 @@ <h2 id="tensorflow">环境依赖: tensorflow<a class="headerlink" href="#tensorf
 <a href="#__codelineno-0-7" id="__codelineno-0-7" name="__codelineno-0-7"></a><span class="w">  </span><span class="p p-Indicator">-</span><span class="w"> </span><span class="l l-Scalar l-Scalar-Plain">tensorflow</span>
 <a href="#__codelineno-0-8" id="__codelineno-0-8" name="__codelineno-0-8"></a><span class="nt">prefix</span><span class="p">:</span><span class="w"> </span><span class="l l-Scalar l-Scalar-Plain">/opt/conda/envs/tensorflow</span>
 </code></pre></div>
-<p><img alt="创建环境依赖" src="../images/baize-08.png"/></p>
+<p><img alt="创建环境依赖" src="images/baize-08.png"/></p>
 <div class="admonition note">
 <p class="admonition-title">Note</p>
 <p>等待环境预热成功后，只需要将此环境挂载到 Notebook、训练任务中，使用 AI Lab 提供的基础镜像就可以</p>
@@ -631,12 +631,12 @@ <h2 id="notebook">使用 Notebook 调试脚本<a class="headerlink" href="#noteb
 <ul>
 <li>
 <p>将<a href="#_2">准备好的三个数据集</a>进行关联，挂载路径请参照下图填写，注意将需要使用的空数据集在 输出数据集位置配置</p>
-<p><img alt="挂载路径" src="../images/baize-06.png"/></p>
+<p><img alt="挂载路径" src="images/baize-06.png"/></p>
 </li>
 <li>
 <p>选择并绑定<a href="#tensorflow">环境依赖包</a></p>
 <p>等待 Notebook 创建成功，点击列表中的访问地址，进入 Notebook。并在 Notebook 的终端中执行以下命令进行任务训练。</p>
-<p><img alt="进入 notebook" src="../images/baize-05.png"/></p>
+<p><img alt="进入 notebook" src="images/baize-05.png"/></p>
 <div class="admonition note">
 <p class="admonition-title">Note</p>
 <p>脚本使用 Tensorflow，如果忘记关联依赖库，也可以临时用 <code>pip install tensorflow</code> 安装。</p>
@@ -667,15 +667,15 @@ <h2 id="_6">创建训练任务<a class="headerlink" href="#_6" title="Permanent
 <p class="admonition-title">Note</p>
 <p>日志所在位置为输出数据集的 <code>/home/jovyan/model/train/logs/</code></p>
 </div>
-<p><img alt="高级配置" src="../images/enable-analy.png"/></p>
+<p><img alt="高级配置" src="images/enable-analy.png"/></p>
 </li>
 <li>
 <p>返回训练任务列表，等到状态变为 <strong>成功</strong> 。点击列表右侧的 <strong>┇</strong> ，可以查看详情、克隆任务、更新优先级、查看日志和删除等操作。</p>
-<p><img alt="提交训练任务" src="../images/othera.png"/></p>
+<p><img alt="提交训练任务" src="images/othera.png"/></p>
 </li>
 <li>
 <p>成功创建任务后，在左侧导航栏点击 <strong>任务分析</strong> ，可以查看任务状态并对任务训练进行调优。</p>
-<p><img alt="查看任务" src="../images/baize-07.png"/></p>
+<p><img alt="查看任务" src="images/baize-07.png"/></p>
 </li>
 </ol>
 <aside class="md-source-file">