-
调用部署服务进行推理 - AI开发平台ModelArts
调用部署服务进行推理 # 推理本地部署服务,本地服务的端口信息(如127.0.0.1:1234)将会在部署成功后打印在控制台中,推理本地服务,只需提供本地服务的地址即可。 > python manage.py run --cfg algorithms/ivgSegmentatio
-
资源规划 - AI开发平台ModelArts
com/mindspore/models.git -b v1.5.0 图2 下载后的模型包文件 下载花卉识别数据集 本样例使用的数据集为类别数为五类的花卉识别数据集。 在Terminal里执行如下命令下载并解压数据集,将数据集保存在“./models/dataset/flower_photos”文件夹。
-
自动学习项目中,如何进行增量训练? - AI开发平台ModelArts
如果增加了图片,您需要对增加的图片进行重新标注。如果您增删标签,建议对所有的图片进行排查和重新标注。对已标注的数据, 也需要检查是否需要增加新的标签。 在图片都标注完成后,单击右上角“开始训练”,在“训练设置”中,在“增量训练版本”中选择之前已完成的训练版本,在此版本基础上进行增量训练。其他参数请根据界面提示填写。
-
方案概述 - AI开发平台ModelArts
如IDE,但是本地开发服务器等资源有限,运行和调试环境大多使用团队公共搭建的CPU或GPU服务器,并且是多人共用,这带来一定的环境搭建和维护成本。因此使用本地IDE+远程Notebook结合的方式,可以同时享受IDE工程化开发和云上资源的即开即用,优势互补,满足开发者需求。 VS
-
语音分割 - AI开发平台ModelArts
在标注作业标注详情中,展示此标注作业下全部数据。 同步数据源 ModelArts会自动从数据集输入位置同步数据至数据集详情页,包含数据及标注信息。 为了快速获取OBS桶中最新数据,可在数据集详情页的“未标注”页签中,单击“同步数据源”,快速将通过OBS上传的数据添加到数据集中。 问题现象: 将已标注好的数据上传至OBS,同步数据后,显示为未标注。
-
OBS目录导入数据规范说明 - AI开发平台ModelArts
RS等数据源导入数据。 从OBS目录导入数据时,当前操作用户需具备此OBS路径的读取权限。 同时确保数据存储的OBS桶与ModelArts在同一区域。 图像分类 图像分类的数据支持两种格式: ModelArts imageNet 1.0:目录方式,只支持单标签。 相同标签的图片放
-
自动学习项目中,如何进行增量训练? - AI开发平台ModelArts
如果增加了图片,您需要对增加的图片进行重新标注。如果您增删标签,建议对所有的图片进行排查和重新标注。对已标注的数据, 也需要检查是否需要增加新的标签。 在图片都标注完成后,单击右上角“开始训练”,在“训练设置”中,在“增量训练版本”中选择之前已完成的训练版本,在此版本基础上进行增量训练。其他参数请根据界面提示填写。
-
数据校验 - AI开发平台ModelArts
idation算子支持对图片和xml文件进行数据校验: 表1 图片类数据校验 异常情况 处理方案 图片本身损坏无法解码 过滤掉不能解码的图片 图片通道可能是1通道、2通道,不是常用的3通道 转换图片成RGB三通道 图片格式不在ModelArts支持的格式范围内 转换图片格式至jpg格式
-
使用ModelArts VS Code插件进行模型开发(Ascend) - AI开发平台ModelArts
使用ModelArts VS Code插件进行模型开发(Ascend) 方案概述 资源规划 操作步骤 父主题: 开发环境
-
操作步骤 - AI开发平台ModelArts
Debugging”,运行结果如下: 图4 代码运行结果 步骤4:保存开发环境镜像 完成Notebook调测后,此时的Notebook已经包含了模型训练所有的依赖环境,因此可以将已经调测完成的开发环境保存成一个镜像。 方式一:保存镜像需要指定镜像名称、镜像标签、SWR服务的组织等信息,保存
-
难例确认 - AI开发平台ModelArts
度更高的模型。首先,针对智能标注和采集筛选任务,难例的发现操作是系统自动执行的,无需人工介入,仅需针对标注后的数据进行确认和修改即可,提升数据管理和标注效率。其次,您可以基于难例的情况,补充类似数据,提升数据集的丰富性,进一步提升模型训练的精度。 在数据集管理中,对难例的管理有如下场景。
-
是否支持在CodeLab中使用昇腾的卡进行训练? - AI开发平台ModelArts
是否支持在CodeLab中使用昇腾的卡进行训练? 有两种情况。 第一种,在ModelArts控制台的“总览”界面打开CodeLab,使用的是CPU或GPU资源,无法使用昇腾卡训练。 第二种,如果是AI Gallery社区的Notebook案例,使用的资源是ASCEND的,“Run in Mod
-
数据处理简介 - AI开发平台ModelArts
全的过程。 数据清洗是在数据校验的基础上,对数据进行一致性检查,处理一些无效值。例如在深度学习领域,可以根据用户输入的正样本和负样本,对数据进行清洗,保留用户想要的类别,去除用户不想要的类别。 数据选择:数据选择一般是指从全量数据中选择数据子集的过程。 数据可以通过相似度或者深度
-
数据特征分析 - AI开发平台ModelArts
只有发布后的数据集支持数据特征分析。发布后的Default格式数据集版本支持数据特征分析。 数据特征分析的数据范围,不同类型的数据集,选取范围不同: 对于标注任务类型为“物体检测”的数据集版本,当已标注样本数为0时,发布版本后,数据特征页签版本置灰不可选,无法显示数据特征。否则,显示已标注的图片的数据特征。
-
使用MLS预置算链进行机器学习建模 - AI开发平台ModelArts
图4 单击运行 图5 训练算链运行成功 当算链运行完毕后,选中任意节点,右键选择“展示运行结果”,查看该节点的运行结果,如图6所示。 如果无运行结果,如图7所示;如果有运行结果,如图8所示,例如模型应用节点和回归评估节点。 图6 右键选择展示运行结果 图7 无运行结果 图8 有运行结果
-
从0到1利用ML Studio进行机器学习建模 - AI开发平台ModelArts
拖动连线至下一个算子节点,鼠标尽量放置至如图4 连线结束位置所示红框位置。 图3 从输出端口移动至下一节点 图4 连线结束位置 进行算子连线。 算子之间具有数据的流入流出关系,如果源算子与目标算子的输出输入端口数量都为1,则直接连线,如图4所示。 鼠标右键单击读取数据算子,选择“
-
在线服务预测报错ModelArts.4206 - AI开发平台ModelArts
在线服务部署完成且服务已经处于“运行中”的状态,向服务发起推理请求,报错“ModelArts.4206”。 原因分析 ModelArts.4206表示该API的请求流量超过了设定值。为了保证服务的平稳运行,ModelArts对单个API的推理请求流量做了限制,同时为了保证推理服务可以稳定运行在合理区间,
-
如何对OBS的文件重命名? - AI开发平台ModelArts
如何对OBS的文件重命名? 由于OBS管理控制台不支持对OBS的文件重命名,当您需要对OBS文件进行重命名时需要通过调用MoXing API实现,在已有的或者新创建的Notebook中,执行如下命令,通过接口对OBS中的文件进行重命名。 具体操作如下: 如下示例为将文件“obs_file
-
验收团队标注任务结果 - AI开发平台ModelArts
发起验收 当团队的成员已完成数据标注,标注作业的创建者可发起验收,对标注结果进行抽验。只有当标注成员存在标注完成的数据时,才可以发起验收,否则发起验收按钮为灰色。 录ModelArts管理控制台,在左侧菜单栏中选择“数据管理 >数据标注”,打开数据标注管理页。 选择“我参与的”,选择团
-
使用基础镜像构建新的训练镜像 - AI开发平台ModelArts
使用基础镜像构建新的训练镜像 ModelArts平台提供了Tensorflow,PyTorch,MindSpore等常用深度学习任务的基础镜像,镜像里已经安装好运行任务所需软件。当基础镜像里的软件无法满足您的程序运行需求时,您可以基于这些基础镜像制作一个新的镜像并进行训练。 基于训练基础镜像构建新镜像的操作步骤