-
模型配置文件编写说明 - AI开发平台ModelArts
一般情况包括如下两种内容类型: “application/json”,发送json数据。 “multipart/form-data”,上传文件。 说明: 针对机器学习类模型,仅支持“application/json” data 在线服务-非必选 批量服务-必选 String 请求体以json schema描述。参数说明请参考官方指导。
-
免费体验AI全流程开发 - AI开发平台ModelArts
作业,操作步骤类似,不再赘述。在开始使用如下端到端流程前,请参考准备工作,完成账号注册、全局配置等操作。本文重点指导用户如何免费使用,如需学习详细操作步骤,可参见快速入门。 登录ModelArts管理控制台。 参考下载数据集,下载一个“图像分类”类型的数据集。 参考使用已有算法训
-
命名实体 - AI开发平台ModelArts
修改。 基于文本修改 在数据集详情页,单击“已标注”页签,然后在文本列表中选中待修改的文本。 手工点选删除: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。在页面右侧,单击文本标签上方的删除单个标签。 基于标签修改 在数据集详情页,单击“已标注”页签,在图片列表右侧,显示全部标签的信息。
-
模型模板简介 - AI开发平台ModelArts
json配置文件。简单来说,模板将AI引擎以及模型配置模板化,每种模板对应于1种具体的AI引擎及1种推理模式,借助模板,可以快速导入模型到ModelArts创建AI应用。 背景信息 模板分两大类型:通用类型,非通用类型。 非通用类型模板,针对特定的场景所定制的,固定输入输出模式,不可覆盖,如“TensorFlow
-
查询数据集导出任务列表 - 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9 SearchProp 参数 参数类型 描述
-
发布免费算法 - AI开发平台ModelArts
在模型介绍框中,输入模型的简要介绍等信息。 单击“确定”后,完成修改。 编辑设置 基本设置 单击右侧的“编辑”,在编辑框中输入资产的描述内容,包含但不局限于背景、简介、使用方法、约束条件等。 编辑完成之后单击“确定”。 关联资产 在输入框中输入资产ID后,单击“关联”即可关联其他资产,更方便其他使
-
查询数据集版本详情 - 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4 LabelAttribute 参数 参数类型
-
部署AI Gallery模型为AI应用 - AI开发平台ModelArts
Gallery工具链服务异常中断。AI Gallery的计算规格的计费说明请参见计算规格说明。 AI应用封面图 否 上传一张AI应用封面图,AI应用创建后,将作为AI应用页签的背景图展示在AI应用列表。建议使用16:9的图片,且大小不超过7MB。 如果未上传图片,AI Gallery会为AI应用自动生成封面。 应用描述
-
创建训练作业 - AI开发平台ModelArts
必填,选择训练代码文件所在的OBS目录。 需要提前将代码上传至OBS桶中,目录内文件总大小要小于或等于5GB,文件数要小于或等于1000个,文件深度要小于或等于32。 训练代码文件会在训练作业启动的时候被系统自动下载到训练容器的“${MA_JOB_DIR}/demo-code”目录中,
-
断点续训练和增量训练 - AI开发平台ModelArts
# 加载断点 checkpoint = torch.load(local_ckpt_file) # 加载模型可学习参数 model.load_state_dict(checkpoint['net']) # 加载优化器参数 optimizer
-
查看训练容器环境变量 - AI开发平台ModelArts
“MA_NUM_GPUS=8” MA_TASK_NAME 作业容器的角色名,例如: MindSpore、PyTorch为worker 强化学习引擎为learner,worker TensorFlow为ps,worker “MA_TASK_NAME=worker” MA_NUM_HOSTS
-
物体检测 - AI开发平台ModelArts
画框仅包含整个物体。框内包含整个物体的全部,画框边缘不可与待标注的物体的边缘轮廓相交,在此基础之上确保边缘和待标注物体间不要留着空隙,避免背景对模型训练造成干扰。 开始标注 登录ModelArts管理控制台,在左侧菜单栏中选择“数据管理 > 数据标注”,进入“数据标注”管理页面。
-
性能调优 - AI开发平台ModelArts
AOE自动调优更多介绍可参考Ascend转换工具功能说明。 自动高性能算子生成工具 自动高性能算子生成工具AKG(Auto Kernel Generator),可以对深度神经网络模型中的算子进行优化,并提供特定模式下的算子自动融合功能,可提升在昇腾硬件后端上运行模型的性能。 AKG的配置也是在模型转换阶段进
-
实时同步用户所有DevServer实例状态 - AI开发平台ModelArts
sort_dir 否 String 排序方式,ASC升序,DESC降序。 sort_key 否 String 排序的字段,多个字段使用(“,”)逗号分割。 offset 否 Integer 分页记录的起始位置偏移量。 limit 否 Integer 每一页的数量。 请求参数 无 响应参数 状态码:
-
查询数据集的版本列表 - AI开发平台ModelArts
Integer 标签类型。可选值如下: 0:图像分类 1:物体检测 3: 图像分割 100:文本分类 101:命名实体 102:文本三元组关系标签 103:文本三元组实体标签 200:语音分类 201:语音内容 202:语音分割 600:视频标注 表6 LabelAttribute 参数 参数类型
-
创建超参搜索作业 - AI开发平台ModelArts
创建超参搜索作业 背景信息 如果用户使用的AI引擎为pytorch_1.8.0-cuda_10.2-py_3.7-ubuntu_18.04-x86_64和tensorflow_2.1.0-cuda_10.1-py_3.7-ubuntu_18.04-x86_64,并且优化的超参类型
-
使用Notebook进行代码调试 - AI开发平台ModelArts
使用Notebook进行代码调试 背景信息 Notebook使用涉及到计费,具体收费项如下: 处于“运行中”状态的Notebook,会消耗资源,产生费用。根据您选择的资源不同,收费标准不同,价格详情请参见产品价格详情。当您不需要使用Notebook时,建议停止Notebook,避免产生不必要的费用。
-
使用自定义镜像创建训练作业(CPU/GPU) - AI开发平台ModelArts
镜像中已包含训练代码则不需要配置。 需要提前将代码上传至OBS桶中,目录内文件总大小要小于或等于5GB,文件数要小于或等于1000个,文件深度要小于或等于32。 训练代码文件会在训练作业启动的时候被系统自动下载到训练容器的“${MA_JOB_DIR}/demo-code”目录中,
-
使用AI Gallery的订阅算法实现花卉识别 - AI开发平台ModelArts
击“预测”进行预测。此处提供一个预测样例图供使用。 图6 预测样例图 图7 预测结果 步骤6:清除资源 为避免产生不必要的费用,通过此示例学习订阅算法的使用后,建议您清除相关资源,避免造成资源浪费。 停止在线服务:在“在线服务”页面,单击对应服务操作列的“停止”。 删除训练作业:
-
WebSocket访问在线服务 - AI开发平台ModelArts
WebSocket访问在线服务 背景说明 WebSocket是一种网络传输协议,可在单个TCP连接上进行全双工通信,位于OSI模型的应用层。WebSocket协议在2011年由IETF标准化为RFC 6455,后由RFC 7936补充规范。Web IDL中的WebSocket API由W3C标准化。