网络智能体-华为云

网络智能体-归档模型:操作步骤

操作步骤在AutoML算子执行结果中，单击第一行模型对应“操作”列的“归档”，如图1所示。图1 AutoML执行结果界面新增“AutoML归档”算子内容。参数配置说明如下所示，其余参数保持默认值即可。推理入口：设置为“model_predict.py:predict_data”。重训练入口：设置为“automl.py”，即7转换生成的文件。单击“AutoML归档”代码框左侧的图标，完成模型归档。

网络智能体

网络智能体-开发环境:操作说明

操作说明当前已经准备好的4份数据集无法直接进行模型训练，需要经过数据处理后，才能使用。操作过程如下所示：创建开发环境：创建一个JupyterLab环境，用于数据处理操作。创建算法工程：创建一个算法工程，依次对4份数据做相同的数据处理操作，并对应生成4份新数据。数据分析：对新生成的4份数据，做数据分析操作。数据分析完成后，后面创建训练任务的时候，才能选到数据集的标签列failure。如果需要了解开发环境的操作详情，可查看模型训练服务《用户指南》中的“开发环境”章节内容。

网络智能体

网络智能体-开发环境:创建开发环境

创建开发环境在Harddisk项目总览页面，单击左侧导航栏中的“开发环境”，进入“开发环境”界面。说明：可以在模型训练服务首页，单击Harddisk项目名称，进入项目总览页面。单击界面右上角的“创建开发环境”，弹出“创建开发环境”对话框。需要配置参数“镜像类型”，从下拉框中选择“DataFlow”。其余参数保持默认值即可。单击“OK”，当前界面新增dataflow开发环境行。等待过程中，可以更新下浏览器页面。当开发环境状态从“创建中”变更为“运行中”，即开发环境创建完成。

网络智能体

网络智能体-编辑模型包:操作步骤

操作步骤请检查当前项目是否已创建WebIDE开发环境。如果没有，请参考创建WebIDE开发环境，创建WebIDE开发环境。请检查模型包所在行，对应“开发环境”列，是否已选择WebIDE开发环境。如果没有，请手工从下拉框中选择。单击模型包所在行，对应“操作”列的“打开”，浏览器新增打开一个页面，进入WebIDE模型包编辑界面。在左侧的文件目录中，展开模型包文件夹。双击待编辑文件，在右侧文件打开区域进行编辑。图1为模型包编辑示例，图中①标识的是子模型包“retrain_stream_lw-1.0.0”对应目录，如果存在多个子模型包，会依次并列展示。当用户编辑文件且需要使用SDK能力时，需要在如图1所示的主算法文件“hardisk_detect.py”最前面，添加如下代码行： import osos.chdir('/home/ma-user/work/Model/retrain_stream_lw-1.0.0/retrain_stream_lw-1.0.0') 其中，“/home/ma-user/work/Model/retrain_stream_lw-1.0.0/retrain_stream_lw-1.0.0”为当前子模型包路径。获取方法为，右键如图1所示的子模型包目录，从下拉框中选择“Copy Path”，复制到文件中使用。图1 模型包编辑样例支持通过图形化编辑界面，修改模型包的元数据文件“metadata.json”内容。在文件目录中单击打开文件后，单击界面右上角的图标，在打开的图形化界面中，编辑修改文件内容。图形化界面仅支持配置部分元数据内容。如需修改全量内容，还是需要直接编辑文件本身。 “metadata.json”文件中的“package_scenario”字段表示模型包支持使用的业务场景，其值为八位四段的字符串，示例“01030100”。其中，第三段两位字符标识的是模型包类型。其取值对应的含义，如下所示： 01：模型包。 02：模板包。 03：初始包。初始包不能直接用于推理，需进行再训练。（可选）如果需要从本地上传算法文件或者模型文件，可参考本步骤进行操作。右键文件目录空白区域，展示的下拉菜单中还有很多选项，用户可根据实际情况选用，这里不再一一详述。右键单击文件目录空白区域，选择“NAIE Upload”，界面右侧自动打开“NAIE Upload”页签。请根据实际情况，配置如下参数：上传类型：支持上传文件或文件夹，请根据实际情况选择。路径：从本地选择相应的文件或者文件夹。单击“上传”，完成上传。可刷新左侧目录展示。完成模型包编辑后，右键单击文件目录空白区域，选择“NAIE Package”。将编辑修改后的内容，同步至已有模型包中。此步骤必须执行，否则模型包无法合入修改后的内容。

网络智能体

网络智能体-功能介绍:任务管理

任务管理支持在任务管理界面创建模型训练任务，进行模型训练，生成模型，并将模型归档至模型管理界面，进行统一管理。模型训练服务支持所有主流AI算法框架和华为自研AI算法框架，如：Tensorflow， MXNet ，Ray， Spark_MLlib，XGBoost-Sklearn，PyTorch、Ascend-Powered-Engine、MindSpore-GPU等。提供丰富的计算资源，包括CPU、GPU和华为Ascend自研芯片等，供用户进行模型训练。

网络智能体

网络智能体-创建重训练任务:操作步骤

操作步骤在重训练服务界面，单击重训练服务所在行，对应“操作”列的“详情”，进入重训练服务详情界面。单击“重训练服务”下方的“创建重训练任务”，进入“创建重训练任务”界面。参数配置说明，如表1所示。表1 参数配置说明参数说明任务名称重训练任务名称。描述重训练任务描述。数据集配置重训练任务使用的数据集来源和数据文件路径。方法选择模型运行的主文件。默认开启，且运行主文件默认为模型重训练文件，示例：automl_retrain.py。运行参数配置模型对外开放的可配置参数。单击“增加”，可增加需要配置的运行参数；单击“删除”，删除无需配置的运行参数信息。模型服务目录版本号更新配置模型服务名称和对应的更新版本号。自动打包重训练任务执行完成后，是否自动打包为模型包。默认开启。单击“立即创建”，创建重训练任务。支持对重训练任务做如下操作：单击重训练任务所在行，对应“操作”列的“详情”，查看重训练任务详情、任务运行环境和系统日志。单击重训练任务所在行，对应“操作”列的“下载日志”，将重训练任务日志下载至本地。单击重训练任务所在行，对应“操作”列的“删除”，删除重训练任务。

网络智能体

网络智能体-创建重训练服务:操作步骤

操作步骤在模型训练服务首页，单击左侧导航栏中的“重训练”，进入重训练界面。单击界面右上角的“创建重训练服务”，弹出“创建重训练服务”对话框。参数配置说明，如表1所示。表1 参数配置说明参数说明服务名称重训练服务名称。描述重训练服务描述。模型包单击“添加文件”，从本地选择模型包上传。扩展参数模型对外开放配置的参数。示例：数据集文件路径名参数和具体的文件存放路径值。单击“增加”，可以添加多个扩展参数。单击“确定”，重训练服务创建完成。支持对重训练服务做如下操作：单击重训练服务所在行，对应“操作”列的“详情”，查看重训练服务详情、重训练任务列表。单击重训练服务所在行，对应“操作”列的“删除”，删除重训练服务。

网络智能体

网络智能体-创建自定义学件工程

创建自定义学件工程在左侧导航栏中，单击“开发环境”，进入“开发环境”界面。单击界面右上角的“创建开发环境”，弹出“创建开发环境”对话框。参数配置说明如下所示：镜像类型：从下拉框中选择“DataFlow”。规格：保持默认值“2核|8G”。实例：保持默认值“新建一个新环境”。单击“OK”，开发环境界面新增一行开发环境信息。等待约1至2分钟，开发环境的状态从“创建中”更新为“运行中”时，开发环境创建完成。可以刷新浏览器，及时更新查看环境创建进展。单击开发环境所在行，对应“操作”列的“打开”。浏览器新增打开一个页签，进入开发环境界面。单击“LearnWare”下方的“自定义模板”，在弹出的“自定义模板”对话框中，输入“名称”，示例：custom。单击“OK”。在左侧的目录导航栏中，新增“custom”目录，对应的子目录结构如下所示： naie_platform：NAIE SDK参数配置信息。 src：配置文件和代码文件存放目录，学件打包时会打包此目录。包含如下子目录： “config”目录：config目录中的文件“operators.json”为算子定义等配置信息。 “learnware_custom.py”文件：定义学件对象的样例文件，包括加载数据、数据预处理、模型训练和模型测试等算子。用户需要根据自定义学件的业务，输入相应算子的代码。 custom.ipynb：学件算法主文件。 requirements.txt：需要安装的算法依赖包列表。父主题：开发学件

网络智能体

网络智能体-数据清洗:数据清洗算子能力概览

数据清洗算子能力概览数据清洗算子能力介绍，如表1所示。表1 数据清洗算子能力算子名称说明去除空值如果特征列中存在空值，执行“去除空值”算子，会删除空值行数据。操作请参考去除空值。空值填充如果用户可以根据特征等信息推断出空值处的实际值，则可通过“空值填充”算子，替换空值。操作请参考空值填充。数据替换如果特征列中的数据有误或者与用户的心理预期不符，可以通过“数据替换”算子，进行批量替换。操作请参考数据替换。数据映射已有特征列保持不变的情况下，将选中特征列数据，映射生成一个新特征列。操作请参考数据映射。数据过滤如果数据存在误差，比如只能为正数的特征，存在负值，可通过“数据过滤”算子，将负值所在行过滤掉。操作请参考数据过滤。去重如果特征列中存在重复数据，可通过“去重”算子，删除重复的数据行。操作请参考去重。

网络智能体

网络智能体-创建项目:操作步骤

操作步骤在模型训练服务首页，单击“创建项目”上方的“+”图标，进入“创建项目”界面。配置“创建项目”界面参数，如表1所示。表1 参数说明分类参数名称参数说明基本信息项目名称项目的名称。只能以字母（A~Z a~z）开头，由字母、数字（0~9）、下划线（_）（-）组成，不能以下划线和中划线结尾，且长度为[2-32]个字符。描述项目描述信息。字数不能超过500。是否公开是否公开项目。如果不勾选“公开项目”，则仅当前用户可见和使用。公开至组仅当“是否公开”勾选“公开项目”，才会展示“公开至组”。默认展示当前用户所属的所有用户组，如果勾选用户组，则被勾选用户组下的所有用户均可以查看和编辑当前项目。公开至用户仅当“是否公开”勾选“公开项目”，才会展示“公开至用户”。这里会自动展示用户所属Team或用户所属租户下面的所有用户，请根据实际情况，选择需要共享的用户。图片上传提供默认图标，也支持上传JPG或PNG格式的图标，推荐尺寸为72*72px。类型项目类型，请根据实际情况选择。包括如下类型：故障类能源利用资源利用用户体验其他模板已有网络领域经验的沉淀，复用已有的网络经验项目。当前支持的模板为：KPI异常检测。默认值：无。单击界面右下方的“创建”图标，完成项目创建。

网络智能体

网络智能体-创建项目:操作步骤

操作步骤在模型训练服务首页，单击界面左上方“创建项目”上方的“+”图标，进入“创建项目”界面。参数配置说明如下所示，其余参数保持默认值即可。项目名称：自定义项目名称。是否公开：项目是否公开。如果勾选，则展示“公开至组”和“公开至用户”参数。公开至组：默认展示当前用户所属的所有用户组。如果勾选用户组，则被勾选用户组下的所有用户均可以查看和编辑当前项目。公开至用户：这里会自动展示用户所属Team或用户所属租户下面的所有用户，请根据实际情况，选择需要共享的用户。单击“创建”。项目创建完成后，进入项目总览界面。

网络智能体

网络智能体-开发AI原子能力模型:前提条件

前提条件需要提前准备数据集和AI原子能力代码文件，详细说明如下所示：请参考新建数据集和导入数据，在数据集界面，创建数据集存放目录，并从本地导入训练集至模型训练服务。本节以数据集“KPI”，训练数据实例 “train”、测试数据实例“test”为例，进行后续操作说明，此样例数据不对外提供，请用户自行准备体验数据。 AI原子能力代码开发有两种方式。场景1是通过模型训练服务WebIDE开发环境编写、调试生成代码文件，操作请参考模型训练服务《用户指南》；场景2是直接基于AIOps原子学件模板开发，操作参考本节即可。

网络智能体

网络智能体-上传本地算法文件:操作步骤

操作步骤在左侧目录空白区域，右键单击，从下拉框中选择“New Folder”。左侧目录中新增“Untitled Folder”目录。图1 新建目录右键单击“Untitled Folder”目录，从下拉框中选择“Rename”，输入新文件名称：finance_case。图2 修改目录名称双击“finance_case”目录，进入目录里面。单击界面上方的图标，从本地选择“outlier_detection.py”文件上传。选中“outlier_detection.py”文件，单击上方的图标，在弹出的“从OBS同步”对话框中，单击“YES”。弹出“同步成功”对话框，单击“OK”，文件同步完成。

网络智能体

网络智能体-模型管理:操作步骤

操作步骤在模型训练服务首页，单击项目名称，进入项目总览页面。在左侧导航栏中，单击“模型管理”，进入模型管理界面。单击界面右上角的“创建模型包”，弹出“创建模型包”对话框。参数配置说明，如下所示：模型包名称：保持默认值“KPI_detection”。版本：保持默认值“1.0.0”。模型包来源：保持默认值“使用归档包”。归档包：勾选模型归档包“KPI_detection”。单击“确定”，完成模型归档包打包操作，生成AI原子能力模型包。

网络智能体

网络智能体-简介

简介 KPI时序预测学件，内置时间序列可预测性分析算法，支持对数据进行预测场景分析、数据预处理、特征画像和可预测性评估，然后推荐给出最适合的预测算法。并利用超参优化，对推荐出的算法进行超参寻优，生成时序预测模型。最后的模型评估，使用测试集验证模型，输出相应的运行结果图。图中包含了实际值和预测值曲线，可有效帮助用户直观的查看和评估模型预测效果。学件目前是封装在模型训练服务JupyterLab开发环境中的，可通过在项目中创建JupyterLab开发环境，体验学件服务。父主题：时序预测学件

网络智能体

云服务器内容精选

网络智能体

7*24

备案

专业服务

退订

建议反馈

售前咨询热线