-
梯度提升树回归特征重要性 - AI开发平台ModelArts
特征向量的列名 prediction_col - 训练模型时,预测结果对应的列名,默认为"prediction" max_depth - 树的最大深度,默认为5 max_bins - 特征分裂时的最大分箱个数,默认为32 min_instances_per_node - 决策树分裂时要求每个节点必须包含的实例数目,默认为1
-
VS Code使用技巧 - AI开发平台ModelArts
Code提交代码时弹出对话框提示用户名和用户邮箱配置错误 VS Code中查看远端日志 打开VS Code的配置文件settings.json VS Code背景配置为豆沙绿 VS Code中设置远端默认安装的插件 VS Code中把本地的指定插件安装到远端或把远端插件安装到本地 Notebook如何离线安装VS
-
逻辑回归分类 - AI开发平台ModelArts
是否要使用截距,默认为True standardization - 是否正则化特征,默认为True aggregation_depth - 聚合的深度,默认为2 family - 模型训练中使用哪种标签分布,支持auto、binomial、multinomial,默认为"auto" 样例
-
查询Workflow - AI开发平台ModelArts
Boolean SMN开关。 subscription_id String SMN消息订阅ID。 exeml_template_id String 自动学习模板ID。 last_modified_at String 最近一次修改的时间。 package WorkflowServicePackege
-
ModelArts与其他服务的关系 - AI开发平台ModelArts
信息请参见《对象存储服务控制台指南》。 表1 ModelArts各环节与OBS的关系 功能 子任务 ModelArts与OBS的关系 自动学习 数据标注 ModelArts标注的数据存储在OBS中。 自动训练 训练作业结束后,其生成的模型存储在OBS中。 部署上线 ModelAr
-
与其他服务的关系 - AI开发平台ModelArts
信息请参见《对象存储服务控制台指南》。 表1 ModelArts各环节与OBS的关系 功能 子任务 ModelArts与OBS的关系 自动学习 数据标注 ModelArts标注的数据存储在OBS中。 自动训练 训练作业结束后,其生成的模型存储在OBS中。 部署上线 ModelAr
-
随机森林分类特征重要性 - AI开发平台ModelArts
ex" prediction_col - 训练模型时,预测结果对应的列名,默认为"prediction" max_depth - 树的最大深度,默认为5 max_bins - 特征分裂时的最大分箱个数,默认为32 min_instances_per_node - 树分裂时要求每个节点必须包含的实例数目,默认为1
-
查询数据集详情 - AI开发平台ModelArts
dataset_type Integer 数据集类型。可选值如下: 0:图像分类 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 200:声音分类 201:语音内容 202:语音分割 400:表格数据集 600:视频标注 900:自由格式 dataset_version_count
-
训练启动脚本说明和参数配置 - AI开发平台ModelArts
表示张量并行。 PP 1 表示流水线并行。一般此值与训练节点数相等,与权重转换时设置的值相等。 LR 2.5e-5 学习率设置。 MIN_LR 2.5e-6 最小学习率设置。 SEQ_LEN 4096 要处理的最大序列长度。 MAX_PE 8192 设置模型能够处理的最大序列长度。
-
文本分类 - AI开发平台ModelArts
注的数据进行修改。 基于文本修改 在标注作业详情页,单击“已标注”页签,然后在文本列表中选中待修改的文本。 在文本列表中,单击文本,当文本背景变为蓝色时,表示已选择。当文本有多个标签时,可以单击文本标签上方的删除单个标签。 基于标签修改 在标注作业详情页,单击“已标注”页签,在图片列表右侧,显示全部标签的信息。
-
ModelArts中提示OBS路径错误 - AI开发平台ModelArts
确保此OBS桶的加密功能关闭。如果此OBS桶为加密桶,可单击“默认加密”选项进行修改。 创建OBS桶时,桶的存储类别请勿选择“归档存储”和“深度归档存储”,归档存储的OBS桶会导致模型训练失败。 图1 查看OBS桶是否加密 检查OBS文件是否为加密文件 进入OBS管理控制台,单击桶名称进入概览页。
-
梯度提升树分类特征重要性 - AI开发平台ModelArts
ex" prediction_col - 训练模型时,预测结果对应的列名,默认为"prediction" max_depth - 树的最大深度 max_bins - 特征分裂时的最大分箱个数 min_instances_per_node - 树分裂时要求每个节点必须包含的实例数目,默认为1
-
测试服务 - AI开发平台ModelArts
输入参数,即上文提到的输入请求类型。 图1 查看服务的调用指南 调用指南中的输入参数取决于您选择的AI应用来源: 如果您的元模型来源于自动学习或预置算法,其输入输出参数由ModelArts官方定义,请直接参考“调用指南”中的说明,并在预测页签中输入对应的JSON文本或文件进行服务测试。
-
查询数据集的统计信息 - AI开发平台ModelArts
Integer 标签类型。可选值如下: 0:图像分类 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
-
查询团队标注任务统计信息 - AI开发平台ModelArts
Integer 标签类型。可选值如下: 0:图像分类 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
-
查询AI应用详情 - AI开发平台ModelArts
模型运行时环境。 model_metrics String 模型精度信息。 source_type String 模型来源的类型,仅当模型为自动学习部署过来时有值,取值为auto。 model_type String 模型类型,取值为TensorFlow/Image/PyTorch/Template/MindSpore。
-
创建数据集 - AI开发平台ModelArts
否 Integer 数据集类型。可选值如下: 0:图像分类 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 200:声音分类 201:语音内容 202:语音分割 400:表格数据集 600:视频标注 900:自由格式 description 否
-
创建数据集导出任务 - AI开发平台ModelArts
Integer 标签类型。可选值如下: 0:图像分类 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
-
查询模型对象列表 - AI开发平台ModelArts
UTC'的毫秒数。 description String 模型描述信息。 source_type String 模型来源的类型,仅当模型为自动学习部署过来时有值,取值为auto。 父主题: 模型管理
-
线性支持向量机分类 - AI开发平台ModelArts
默认为True standardization - 训练模型之前是否对训练特征标准化,默认为True aggregation_depth - 聚合时的深度,默认为2 样例 inputs = { "dataframe": None # @input {"label":"dataframe"