检测到您已登录华为云国际站账号,为了您更好的体验,建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
" } 状态码 状态码 描述 200 OK 403 Forbidden 404 Not Found 406 Not Acceptable 500 Internal Server Error 错误码 请参见错误码。
" } 状态码 状态码 描述 200 OK 403 Forbidden 404 Not Found 406 Not Acceptable 500 Internal Server Error 错误码 请参见错误码。
error_code String 错误码 请求示例 删除回复 DELETE https://{endpoint}/v1/marketplace/evaluation/reply/888 响应示例 状态码: 200 OK { "result" : true, "status" : "success
error_code String 错误码 请求示例 删除评论 DELETE https://{endpoint}/v1/marketplace/evaluation/888 响应示例 状态码: 200 OK { "result" : true, "status" : "success
marketplace/extension/evaluation/accusation { "reply_id" : "123", "content" : "违规内容" } 响应示例 状态码: 200 OK { "result" : true, "status" : "success
基于CodeArts IDE Online、TensorFlow和Jupyter Notebook开发深度学习模型 概要 准备工作 导入和预处理训练数据集 创建和训练模型 使用模型
404 Not Found 406 Not Acceptable 500 Internal Server Error 错误码 请参见错误码。
概要 本章节主要讲解如何在CodeArts IDE Online中使用TensorFlow和Jupyter Notebook完成神经网络模型的训练,并利用该模型完成简单的图像分类。 父主题: 基于CodeArts IDE Online、TensorFlow和Jupyter Notebook
"Snippets", "scene_name" : "cloudide", "type" : 0, "support_ide" : 16 } ], "empty" : false }, "status" : "success
使用模型 用训练好的模型预测测试集中的某个图片属于什么类别,先显示这个图片,命令如下。 1 2 3 # display a test image plt.figure() plt.imshow(test_images[9]) 图1 显示用以测试的图片 查看预测结果,命令如下。 1
endpoint}/v1/fileservice/file/upload 响应示例 状态码: 200 OK { "result" : { "task_id" : "597a3fc9-a023-48fa-93bd-14386bf5936b" }, "status" : "success
https://{endpoint}/v1/marketplace/extension/evaluation/reply { "reply_id" : "123", "text" : "回复评论回复" } 响应示例 状态码: 200 OK { "status" : "success
响应示例 状态码: 200 OK { "result" : { "extensionId" : "5236426b-c2c0-4221-8d4b-bad03c1d51c2", "firstUpload" : true }, "status" : "success
"www.problem.com", "show_previews" : false }, "platform" : "/opt/**", "check_result" : { "status" : "success
404 Not Found 406 Not Acceptable 500 Internal Server Error 错误码 请参见错误码。
Forbidden 404 Not Found 406 Not Acceptable 500 Internal Server Error 错误码 请参见错误码。
准备工作 打开IDE实例 登录CodeArts IDE Online,单击“创建实例”。 如果提示未开通则根据提示跳转至开通页面完成服务开通。 进入“基础配置”页面,选择Python技术栈,CPU架构选择X86计算,CPU/内存选择2U4G,单击“下一步”。 进入“工程配置”页面,
创建和训练模型 命令如下: 1 2 3 4 5 6 7 8 9 10 11 # create model model = keras.Sequential([ keras.layers.Flatten(input_shape=(28, 28)),
false, "created_time" : "2022-04-01 09:54:26", "updated_time" : "2022-09-08 11:01:10", "role" : "Owner" } ], "status" : "success
例如:如果授予用户CloudIDE FullAccess的系统策略,但不希望用户拥有CloudIDE FullAccess中定义的删除CodeArts IDE Online实例权限,可以创建一条禁止删除CodeArts IDE Online实例的自定义策略,同时将CloudIDE