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
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。
模型管理 管理模型采集任务 同步数据库和缓存数据 父主题: 应用业务模型使用指导
微认证课程学习的形式是什么样的? 微认证课程学习分为在线视频学习和在线实验操作。 父主题: 微认证课程学习常见问题
打包该最优模型包。模型训练任务在进行“超参配置”时,去勾选“超参优化”,三个超参值分别配置为此前记录的最优模型的三个对应超参值。 单击菜单栏的“模型训练”。 进入模型训练界面。 单击模型训练任务所在行。 进入模型训练任务详情界面。 在“模型训练任务”下面,单击最优模型训练任务右侧的图标。
学习目标 掌握座席侧的前端页面开发设计。 父主题: 开发指南
基本概念 AI引擎 可支持用户进行机器学习、深度学习、模型训练作业开发的框架,如Tensorflow、Spark MLlib、MXNet、PyTorch、华为自研AI框架MindSpore等。 数据集 某业务下具有相同数据格式的数据逻辑集合。 特征操作 特征操作主要是对数据集进行特征处理。
新建联邦学习工程:创建联邦学习工程,编写代码,进行模型训练,生成模型包。此联邦学习模型包可以导入至联邦学习部署服务,作为联邦学习实例的基础模型包。 新建训练服务:调用已归档的模型包,对新的数据集进行训练,得到训练结果。 新建超参优化服务:通过训练结果对比,为已创建的训练工程选择一组最优超参组合。
formulas中定义的name 最大长度:128 output_asset_model_id 否 String 输出模型ID,如果输出到本模型可以不携带;使用导入模型和导出模型接口时,该字段无效 最大长度:128 output_asset_model_name 否 String 输出模型名称,
查看具体内容。 进入到具体的章节之后,可以在资料模块完成知识的学习,在作业模块完成学习知识的自我检查。 单击左侧导航栏可以切换不同的学习内容。 预览 按钮,可以打开或关闭资料的全局预览。 全屏 按钮,可以最大化实现资料预览。 学习返回。 方案一:通过Classroom的导航链接进行返回(推荐此种方案)。
如何获得开发者认证的学习材料? 华为云开发者学堂提供在线的视频课程,在线实验,相关学习资料都可以在认证详情页面上获取。 父主题: 开发者认证课程学习常见问题
自动学习 准备数据 模型训练 部署上线 模型发布
导入库模型(平台预置产品模型):您可以使用平台预置的产品模型,快速完成产品开发。当前平台提供了标准模型和厂商模型。标准模型遵循行业标准的产品模型,适用行业内绝大部分厂商设备,而厂商模型针对设备类型发布的产品模型,适用于用行业内少量厂家设备。您可以根据实际需求选择相应的产品模型。 父主题: 开发产品模型
学习空间 我的课堂 MOOC课程 我的考试
数据预处理的目的是保证数据集的质量,使其能够有效地训练模型,并减少对模型性能的不利影响。 模型开发:模型开发是大模型项目中的核心阶段,通常包括以下步骤: 选择合适的模型:根据任务目标选择适当的模型。 模型训练:使用处理后的数据集训练模型。 超参数调优:选择合适的学习率、批次大小等超参数,确保模型在训练过程中能够快速收敛并取得良好的性能。
在“参数配置”填写“学习率”、“训练轮次”和“分批训练样本数”。 “学习率”用来控制模型的学习速度,范围为(0,1]。 “训练轮次”指模型训练中遍历数据集的次数。 “分批训练样本数”又叫批尺寸(Batch Size),指一次训练所抓取的数据样本数量,影响训练速度及模型优化效果。 确认信息后,单击“开始训练”。
考试。 学生提交试卷后,页面将显示考试结果。如果页面显示“试卷判分中,请耐心等待”,是需要教师手动判卷,请联系教师进行确认。 父主题: 我的考试
名称:自定义您的项目名称。 描述:自定义描述您的项目详情,例如垃圾分类。 数据集:下拉选择已下载的数据集(步骤2中已成功导入的数据集,默认为下拉数据集列表中的第一个数据集)。 输出路径:选择您步骤1创建好的OBS文件夹下的路径,用来存储训练模型等相关文件。 训练规格:根据您的实际需要选择对应的训练规格。
获取Classroom学生账号 登录给老师提供的邮箱。 找到发件人为“MailSender [system@info.huaweicloud.com]”,邮件标题为“新建用户名和初始密码”的邮件。 从中获取账号名、用户名、初始密码及Classroom链接。 登录Classroom
要素的情况。如果您有新的观测数据,可以使用微调来更新模型的权重,以适应新数据。 区域中期海洋智能预测模型的训练类型选择建议: 区域中期海洋智能预测模型的训练支持预训练、微调两种操作,如果直接使用平台预置的区域中期海洋智能预测模型不满足您的使用要求时,可以进行预训练或微调。预训练、微调操作的适用场景如下:
创建模型微调任务 模型微调是指调整大型语言模型的参数以适应特定任务的过程,适用于需要个性化定制模型或者在特定任务上追求更高性能表现的场景。这是通过在与任务相关的微调数据集上训练模型来实现的,所需的微调量取决于任务的复杂性和数据集的大小。在深度学习中,微调用于改进预训练模型的性能。