云服务器内容精选

  • 训练服务简介 训练服务模块上承接数据服务和标注服务两大模块,为自动驾驶研发提供方便易用的模型训练和评测平台,让用户无需过多关注底层资源,聚焦算法和模型开发。用户可上传符合Octopus平台规范的训练算法,将成熟的算法创建训练任务生成训练模型。此外,训练服务提供多种模型评测指标,从多维度衡量模型质量。让自动驾驶研发更便捷。训练服务的开发流程如下: 图1 训练服务的开发流程 训练服务操作引导如下: 算法管理:负责管理用户上传的符合平台规范的算法。 训练任务:用户选择训练算法和训练数据集创建训练任务进行训练。 模型评测:负责管理评测脚本、评测任务和评测对比任务。 编译管理:包含编译任务和编译镜像。训练产生的模型版本,往往不可直接被车载芯片识别,需要经过编译工具,模型编译成车载芯片识别的产物。 父主题: 训练服务
  • 模型验证 模型验证界面已经预置了模型验证服务,本次不使用,仅供参考。下面会提供端到端的操作流程,帮助用户快速熟悉模型验证界面操作。 单击菜单栏中的“模型验证”,进入模型验证界面。 可以看到预置的模型验证任务“hardisk-detect”。 单击“创建”,弹出如图1所示的对话框。 配置参数“名称”为验证服务名称,示例:Harddisk。 图1 创建验证服务 单击“确定”,进入验证服务详情界面。 单击界面右上角的图标,进入代码编辑界面。 在左侧代码目录树中,单击“validation.py”文件,右侧展示文件内容,先清空文件内容。 打开预置项目“hardisk-detect”中的“validation.py”文件,拷贝文件内容,至当前文件中,并“Ctrl+S”保存文件。 在左侧目录树中,选中根目录节点“Harddisk”,单击目录树上方的图标,在弹出的“新建文件夹”对话框中,输入目录名称“hardisk”。 选中新建目录“hardisk”,单击目录树上方的图标,在弹出的“新建文件”对话框中,输入文件名称“utils.py”。 在左侧目录树中,单击“utils.py”打开文件,拷贝预置项目“hardisk-detect”中同名文件的代码至此文件中,“Ctrl+S”保存文件。 单击界面右上角的“验证”图标,弹出“验证配置”对话框,如图2所示。 参数配置说明,如下所示: 指标配置:指标配置于验证用例中,用于和模型实际训练结果比较,以判断验证用例是否通过。 一个指标需要设置“指标名称”,“指标类型”和“默认值”,如本例中设置“指标名称”为“acc”,“指标类型”为“Float”,“默认值”为“0.9”。完成一个指标设置后单击右侧的“”,可在下方生成该指标。支持设置多个指标。 场景名:验证场景的名字,示例:hardisk_validation。 执行入口:验证任务的主入口文件及方法,请设置为“validation.py”和“model_validation”。 用例:一行配置一个具体的模型包验证用例,需要设置用例名(示例:test)、数据集、 数据实例 和验证指标值。可单击右侧的图标,设置多条用例。 本例已写入数据集实例,无需再设置。在其他场景中,可根据实际情况设置。 AI引擎:从第一个下拉框中选择AI引擎“TensorFlow”,从第二个下拉框中选择匹配的python语言版本“TF-1.13.1-python3.6”。 计算节点规格:模型验证的资源配置信息。 图2 验证配置 单击“保存”,返回模型验证代码编辑界面。 单击界面右上角的“关闭”图标,返回到验证任务详情界面。 如果需要修改验证配置,可以单击界面右上方的图标,在弹出的对话框中,修改配置参数。 单击界面右上方的图标,在弹出的“创建验证任务”对话框内,设置模型包名称,如图3所示。 图3 创建验证任务 单击“确定”,系统开始执行验证任务。 可单击验证任务右侧的图标,查看系统日志、运行结果日志和运行图。 模型验证结束后,单击验证任务右侧的图标,查看模型验证报告,如图4所示。 图4 模型验证报告 如图4所示,用例执行结果为PASS,表示模型包验证结果达到预期。“acc指标”列的取值“0.98/0.9”分别为实际运行结果和验证服务配置的阈值。 单击界面右上角的“返回”,在验证任务详情界面,单击“展示历史指标”,可查看模型包实际运行值的历史折线图,如图5所示。 图5 模型包历史验证结果 父主题: 使用模型训练服务快速训练算法模型