-
使用预置框架(自定义脚本) - AI开发平台ModelArts
使用预置框架(自定义脚本) 使用预置框架简介 开发自定义脚本 创建算法 父主题: 准备算法
-
Flow - AI开发平台ModelArts
Flow 本小节介绍了基于算法开发套件进行自动化流水线构建的相关参数。目前仅支持串行流,以list进行表示,其中的node以dict进行表示,node一般对应于tools中的一个脚本,运行node本质上是直接运行相应脚本。 参数说明 - type: 表示node的类型,目前支持l
-
使用预置框架简介 - AI开发平台ModelArts
置的训练引擎。 本地开发的算法迁移至ModelArts需要做代码适配,如何适配请参考开发自定义脚本章节。 通过ModelArts控制台界面使用预置框架创建算法可以参考创建算法章节。 完成算法开发后,您可以将个人开发算法分享给他人使用,请参考发布免费算法章节。 预置的训练引擎 当前
-
Deployer - AI开发平台ModelArts
Deployer 本小节介绍了基于算法开发套件进行模型部署的相关参数。 公共参数 - requirements: 表示部署模型的依赖列表文件路径。 - service_name: 表示需要部署在线服务名称及模型发布的名称。 - deploy_dir: 表示deployer的工作目录,继承Global参数。
-
Converter - AI开发平台ModelArts
Converter 本小节基于算法开发套件进行模型转换的相关参数。 公共参数 - alg_type: 表示使用的算法类型,继承Global参数。 - convert_dir: 表示converter的工作目录,继承Global参数。 - pipeline: 表示不同模型转换模式构
-
本地导入的算法有哪些格式要求? - AI开发平台ModelArts
本地导入的算法有哪些格式要求? ModelArts支持导入本地开发的算法,格式要求如下: 编程语言不限。 启动文件必须选择以“.py”结尾的文件。 文件数(含文件、文件夹数量)不超过1024个。 文件总大小不超过5GB。 父主题: 功能咨询
-
Adapter - AI开发平台ModelArts
Adapter 本小节介绍了基于算法开发套件进行环境管控的相关参数。 adapter主要负责: 对代码运行环境进行配置,目前支持的环境配置内容包括:conda环境切换、pip依赖安装。 基于功能外壳进行无感远程作业的相关参数,可以自动完成启动前数据上传、远程作业启动、远程作业监控和运行中/后数据下载等。
-
查询数据处理的算法类别 - AI开发平台ModelArts
objects 算法类别的列表。 total Integer 总数。 表4 ProcessorTaskItem 参数 参数类型 描述 label_en String 算法类别的英文名称。 label_zh String 算法类别名称。 template_id String 算法类别的ID。
-
自动学习和订阅算法有什么区别? - AI开发平台ModelArts
自动学习和订阅算法有什么区别? 针对不同目标群体,ModelArts提供不同的AI开发方式。 如果您是新手,推荐您使用自动学习实现零代码模型开发。当您使用自动学习,系统会自动选择适合的算法和适合的参数进行模型训练。 如果您是AI开发进阶者,通过订阅算法进行模型训练有更多算法上的选择,并且您可以自定义训练所需的参数。
-
开发自定义脚本 - AI开发平台ModelArts
开发自定义脚本 当您使用预置框架创建算法时,您需要提前完成算法的代码开发。本章详细介绍如何改造本地代码以适配ModelArts上的训练。 创建算法时,您需要在创建页面提供代码目录路径、代码目录路径中的启动文件、训练输入路径参数和训练输出路径参数。这四种输入搭建了用户代码和ModelArts后台交互的桥梁。
-
配置参数说明 - AI开发平台ModelArts
配置参数说明 全局参数 Runner Converter Exporter Deployer Adapter Flow 父主题: 算法开发套件
-
Runner - AI开发平台ModelArts
`进行覆盖。如train, evaluate,infer。 - pipeline_maps:表示算法支持的管控模式及其对应的算法入口脚本。 算法参数 - common_args:表示算法的共性参数,所有mode的算法参数会基于其进行update,不存在时默认为空字典。 - ${mode}_arg
-
使用现有模型进行推理 - AI开发平台ModelArts
参考创建算法工程章节创建算法工程。 Step1 安装算法套件 安装ivgPose算法套件。 python manage.py install algorithm ivgPose Step2 安装预训练模型 默认下载到当前工程的./model_zoo/{算法类型}/{算法版本}目录下。
-
日志提示“label - AI开发平台ModelArts
pbtxt。 原因分析 算法要求标注框为矩形标注框,提供的数据标注为非矩形,因此导致该错误发生。 处理方法 请您将数据的标注改为矩形的标注框。 建议与总结 在训练作业前,推荐您检查数据的标注是否符合算法要求(如物体检测类算法的标注框为矩形标注框)。 父主题: 预置算法运行故障
-
Exporter - AI开发平台ModelArts
Exporter 本小节介绍了基于算法开发套件进行内容导出的相关参数。 公共参数 - type: 表示导出的平台,目前仅支持local模式导出。 - alg_type: 表示使用的算法类型,继承Global参数。 - export_dir: 表示exporter的工作目录,继承Global参数。
-
使用预置算法训练时,训练失败,报“bndbox”错误 - AI开发平台ModelArts
使用预置算法训练时,训练失败,报“bndbox”错误 问题现象 使用预置算法创建训练作业,训练失败,日志中出现如下报错。 KeyError: 'bndbox' 原因分析 用于训练的数据集中,使用了“非矩形框”标注。而预置使用算法不支持“非矩形框”标注的数据集。 处理方法 此问题有两种解决方法:
-
如何使用API接口获取订阅算法的订阅id和版本id? - AI开发平台ModelArts
5&sort_dir=desc 获取订阅算法的subscription_id,假设为43b22aeb-5b28-4fad-9581-e3c16d5a3e68,该值即为算法的订阅id。 根据subscription_id获取订阅算法的版本列表 GET https://modelarts
-
创建训练作业简介 - AI开发平台ModelArts
多种类型的训练作业。根据您的算法来源不同,选择不同的创建方式。 训练作业的几种算法来源 算法管理 算法管理中,管理了用户自己创建的算法和AI Gallery订阅的算法,您可以使用算法管理中的算法,快速创建训练作业,构建模型。操作指导请参见使用已有算法训练模型。 常用框架 如果您已
-
使用现有数据集测试现有模型 - AI开发平台ModelArts
Step0 准备环境 使用前需要先准备开发环境。 参考准备开发环境章节创建并打开Notebook实例。 参考创建算法工程章节创建算法工程。 Step1 安装算法套件 安装ivgPose算法套件。 python manage.py install algorithm ivgPose Step2
-
日志提示“root: XXX valid number is 0” - AI开发平台ModelArts
该日志表示数据集中的有效样本量为0,可能有如下原因: 数据未标注。 标注的数据是不符合规格的(如目标检测算法要求标注为矩形框,但是提供数据标注为非矩形框)。 处理方法 请您检查数据是否已标注,或检查数据标注是否符合算法要求。 父主题: 预置算法运行故障