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
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
可在Terminal中解压压缩包。 unzip xxx.zip #在xxx.zip压缩包所在路径直接解压 解压命令的更多使用说明可以在主流搜索引擎中查找Linux解压命令操作。 父主题： 文件上传下载
制作自定义镜像并用于训练（Pytorch+CPU/GPU） 本案例介绍如何从0开始制作镜像，并使用该镜像在ModelArts Standard平台上进行训练。镜像中使用的AI引擎是Pytorch，训练使用的资源是CPU或GPU。 面向熟悉代码编写和调测的AI工程师，同时熟悉docker容器知识 从 0 制作自定义镜
engine_type Integer 训练作业的引擎类型。 engine_name String 训练作业的引擎名称。 engine_id Long 训练作业的引擎ID。 engine_version String 训练作业使用的引擎版本。 train_url String 训练作
engine_id 否 String 算法选择的引擎规格ID。 engine_name 否 String 算法选择的引擎版本名称。若填入engine_id则无需填写。 engine_version 否 String 算法选择的引擎版本名称。若填入engine_id则无需填写。 image_url
多个机器学习或深度学习模型，模型可以应用到新的数据中，得到预测、评价等结果。 业界主流的AI引擎有TensorFlow、PyTorch、MindSpore等，大量的开发者基于主流AI引擎，开发并训练其业务所需的模型。 评估模型 训练得到模型之后，整个开发过程还不算结束，需要对模型
engine_id String 引擎规格的ID。如“caffe-1.0.0-python2.7”。 engine_name String 引擎规格的名称。如“Caffe”。 engine_version String 引擎规格的版本。对一个引擎名称，有多个版本的引擎，如使用python2.7的"Caffe-1
engine_id String 异构作业引擎规格的ID。如“caffe-1.0.0-python2.7”。 engine_name String 异构作业引擎规格的名称。如“Caffe”。 engine_version String 异构作业引擎规格的版本。 v1_compatible
engine_id 否 String 算法选择的引擎规格ID。 engine_name 否 String 算法选择的引擎版本名称。若填入engine_id则无需填写。 engine_version 否 String 算法选择的引擎版本名称。若填入engine_id则无需填写。 image_url
k实例。 ModelArts Notebook支持以下几种使用方式，用于开发基于PyTorch、TensorFlow和MindSpore等引擎的AI模型。 支持通过JupyterLab工具在线打开Notebook，具体请参见通过JupyterLab在线使用Notebook实例进行AI开发。
本地导入的算法有哪些格式要求？ 欠拟合的解决方法有哪些？ 旧版训练迁移至新版训练需要注意哪些问题？ ModelArts训练好后的模型如何获取？ AI引擎Scikit_Learn0.18.1的运行环境怎么设置？ TPE算法优化的超参数必须是分类特征（categorical features）吗
engine_id String 引擎规格的ID。如“caffe-1.0.0-python2.7”。 engine_name String 引擎规格的名称。如“Caffe”。 engine_version String 引擎规格的版本。对一个引擎名称，有多个版本的引擎，如使用python2.7的"Caffe-1
dataset_version_id同时使用。详情请参见表3。 engine_id 是 Long 训练作业选择的引擎ID，默认为“1”。请从查询作业引擎规格接口获取引擎规格ID。 train_url 否 String 训练作业的输出文件OBS路径URL，默认为空，如“/usr/train/”。
参数请见表3。 engine_id 是 Long 训练作业选择的引擎ID，默认为“1”。填入model_id后app_url/boot_file_url和engine_id无需填写。请从查询作业引擎规格接口获取引擎规格ID。 train_url 否 String 训练作业的输出文
在开发环境（notebook）申请相同规格的开发环境实例。 在notebook调试用户代码，并找出问题的代码段。 通过关键代码段 + 退出码尝试去搜索引擎寻找解决办法。， 通过训练日志排查问题 通过日志判断出问题的代码范围。 修改代码，在问题代码段添加打印，输出更详细的日志信息。 再次运行作业，判断出问题的代码段。
activate TensorFlow-1.8 如果需要在其他python环境里安装，请将命令中“TensorFlow-1.8”替换为其他引擎。 在代码输入栏输入以下命令安装Shapely。 pip install Shapely 父主题： CodeLab
"PyTorch" engine_type：12，engine_name: "Horovod" engine_name String 训练作业的引擎名称。目前支持的引擎名称如下： Ascend-Powered-Engine Caffe Horovod MXNet PyTorch Ray Spark_MLlib
activate TensorFlow-1.8 如果需要在其他python环境里安装，请将命令中“TensorFlow-1.8”替换为其他引擎。 图1 激活环境 在代码输入栏输入以下命令安装Shapely。 pip install Shapely 父主题： 环境配置相关
1：物体检测 3: 图像分割 100：文本分类 101：命名实体 102：文本三元组关系标签 103：文本三元组实体标签 200：语音分类 201：语音内容 202：语音分割 600：视频标注 表5 PairOfintAndHardDetail 参数 参数类型 描述 key Integer
参数类型 描述 engine_id String 算法选择的引擎规格ID。 engine_name String 算法选择的引擎版本名称。若填入engine_id则无需填写。 engine_version String 算法选择的引擎版本名称。若填入engine_id则无需填写。 image_url
1：物体检测 3: 图像分割 100：文本分类 101：命名实体 102：文本三元组关系标签 103：文本三元组实体标签 200：语音分类 201：语音内容 202：语音分割 600：视频标注 表7 SearchProp 参数 是否必选 参数类型 描述 op 否 String 多个属性值之间的关系。可选值如下：
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
