的AI模型快速部署至Atlas设备中，满足在安防、交通、社区、园区、 商场、超市等复杂环境区域的应用需求。 操作步骤 模型准备 在IEF中注册并纳管Atlas 500 将AI应用部署为边缘服务 查看推理结果 流程图 步骤一：模型准备 在部署边缘服务前，您需要准备配套的模型。针对本

查看更多 →

ModelArts是面向开发者的一站式 AI开发平台 ，为机器学习与深度学习提供海量数据预处理及半自动化标注、大规模分布式Training、自动化模型生成，及端-边-云模型按需部署能力，帮助用户快速创建和部署模型，管理全周期AI工作流。 产品详情立即注册一元 域名 华为 云桌面 [ 免费体验中心 ]免费领取体验产品，快速开启云上之旅免费

查看更多 →

LiteOS轻量级AI推理框架LiteAI，从模型转换、优化及执行三个方面向开发者呈现如何在IoT设备上实现AI模型的推理全流程，并结合智能设备AI开发的案例，展示AI部署全过程。 l 针对IoT设备内存空间小的问题，LiteAI应用了模型量化技术，将模型参数从32比特浮点量化到8比特定点，实现75%模型压缩；实现

查看更多 →

握八大热门AI领域的模型开发能力。 课程目标 通过本课程的学习，使学员： 1、熟练使用华为云ModelArts一站式AI开发平台； 2、系统、完整地了解多项AI领域的基础知识； 3、学习多项AI领域的经典算法； 4、掌握一定的模型调优能力，能自己动手优化模型； 课程大纲 第1章 图像分类

查看更多 →

"addresses": { "vpc_id": [ { "OS-EXT-IPS-MAC:mac_addr": "fa:16:3e:0e:c4:77", "OS-EXT-IPS:type": "fixed", "OS-EXT-IPS:port_id": "0c111191-978

查看更多 →

发过程。包含数据处理、模型训练、模型管理、模型部署等操作，并且提供AI Gallery功能，能够在市场内与其他开发者分享模型。 ModelArts是一个一站式的开发平台，能够支撑开发者从数据到AI应用的全流程开发过程。包含数据处理、模型训练、模型管理、模型部署等操作，并且提供AI

查看更多 →

程中的反馈持续优化模型，如部门方向有调整时，可以用户自己调节模型，及时更新。 优势：用户自定义模型可以实现99.5%的识别准确率，可以实现秒级识别整盘商品，从而提升结算效率。模型训练、更新的流程自动化，只需要客户自己上传标注图片，就可以在线完成模型训练、评估、发布。 优势：支持不

查看更多 →

良好的可扩展性 支持概念模型和逻辑模型开发所必需的寓意结构，具有良好的可扩展性。 2. 简明的一致性结构 在语义概念表达上具有简明的一致性结构。 3. 便于理解 对于业务人员，IT技术人员，数据库管理员和设计者来说都可以基于相同的语言进行交流。 4. 自动化生成模型 可以自动化生成，商

查看更多 →

以通过模型镜像的方式将本地的模型导入ModelArts。通过配置健康检查，支持在线服务进行无损滚动升级。 从模板中选择元模型 因为相同功能的模型配置信息重复率高，ModelArts提供模型模板方便您快捷地导入模型，创建AI应用，而不用编写配置文件。 您需要根据模型格式、模型AI引擎、模型运行环境选择对应的模板。

查看更多 →

是一个算子。于我们而言，我们所开发的算子是网络模型中涉及到的计算函数。 绝大多数情况下，由于昇腾AI软件栈支持绝大多数算子，开发者不需要进行自定义算子的开发，只需提供深度学习模型文件，通过离线模型生成器（OMG）转换就能够得到离线模型文件，从而进一步利用流程编排器（Matrix）

查看更多 →

数据清洗平台，经过《华为研发大模型语料质量基本法V1.0》、《华为研发大模型数据清洗基本法V1.0》、《华为研发大模型评测基本法V1.0》的军规历练，浓缩出高质量的训练数据。 强化训练+评价反馈，模型“越用越聪明”。构造特殊的微调数据可以用来增强模型的元能力（自纠正、反思、有害判

查看更多 →

于实际业务场景开发用于部署模型或应用的流水线工具。在机器学习的场景中，流水线可能会覆盖数据标注、数据处理、模型开发/训练、模型评估、应用开发、应用评估等步骤。 ModelArts Workflow（也称工作流）本质是开发者基于实际业务场景开发用于部署模型或应用的流水线工具。在机器

查看更多 →

、自动化模型生成，及端-边-云模型按需部署能力，帮助用户快速创建和部署模型，管理全周期AI工作流。 一站式 开“箱”即用，涵盖AI开发全流程，包含数据处理、模型开发、训练、管理、部署功能，可灵活使用其中一个或多个功能。 易上手 提供多种预置模型，开源模型想用就用。 模型超参自动优化，简单快速。

查看更多 →

使用个人PC完成模型训练，在手机端完成部署应用，使能手机识别猫和狗。 内容大纲： 1、广东工业大学先锋教师高怀恩计算机视觉理论基础； 2、MindSpore开源AI框架在个人PC环境上的部署安装； 3、根据已有的MobileNetV2预训练模型+猫狗数据集进行模型重训； 4、初识MindSpore

查看更多 →

提供海量数据预处理及半自动化标注、大规模分布式训练、自动化模型生成及端-边-云模型按需部署能力，帮助用户快速创建和部署模型，管理全周期AI工作流。 “一站式”是指AI开发的各个环节，包括数据处理、算法开发、模型训练、模型部署都可以在ModelArts上完成。从技术上看，Model

查看更多 →

资产模型是IoT数据分析服务充分理解物联网数据的基础。构建资产模型，就是构建物与物，物与空间，物与人等复杂关系，将物联网数据置于模型的上下文中去理解。资产模型就是物理世界的资产在数字世界中的映射，两边的数据准实时同步，实现数字孪生。IoT数据分析服务基于资产模型抽象，将不同的设备上报数据统一为业务可理解的数据格式。如下图所示。

查看更多 →

定制自然语言处理 （NLP Customization），根据客户特定需求构建专有的 自然语言处理 模型，为企业应用提供独特竞争力。例如，定制法律文案自动分类模型，定制医疗报告自动生成模型，定制特定领域的舆情分析模型等 产品优势 前沿技术 使用工业界成熟的自然语言算法，结合学术界最新研究成果，为企业提供独特竞争力优势

查看更多 →

含数据处理、模型开发、模型训练、AI应用管理和部署上线流程。 涉及计费项包含： 开发环境（Notebook） 模型训练（训练作业） 部署上线（在线服务） 自动学习 面向AI基础能力弱的开发者，根据标注数据、自动设计、调优、训练模型和部署服务，根据开发者零编码实现模型定制化开发。此

查看更多 →

据探索 资产模型 为充分“理解”物联网设备所产生的海量数据，往往需要将单一设备数据和测量数值置于一个上下文中去分析，这个上下文可能是一个产线或系统装配关系、组织关系、地理空间关系等等。IoT数据分析服务提供资产模型能力，帮助开发者快速定义复杂业务系统模型，并基于该模型对物联网数据进行实时关联计算、智能关系分析等处理。

查看更多 →

需要统一通过流程编排器进行调用。 3、数据流进行神经网络推理时，需要用到模型推理引擎。模型推理引擎主要利用加载好的模型和输入的数据流完成神经网络的前向计算。 4、在模型推理引擎输出结果后，后处理引擎再对模型推理引擎输出的数据进行后续处理，如 图像识别 的加框和加标识等处理操作。 计算

查看更多 →

命令下发 都可以通过应用侧接口调用给设备下发指令。 依赖产品模型，需要与产品模型中的命令定义匹配，是同步的（命令下发后等待设备侧的回复响应，若无响应则超时失败），支持控制台命令下发。 属性修改 依赖产品模型，需要与产品模型中的属性定义匹配，是同步的（属性修改后等待设备侧的回复响应，

查看更多 →