ai
前端拖拽試生成流程圖
前端拖拽試生成流程圖，根據(jù)用戶(hù)的輸入、輸出，決定流程走向符合自己的業(yè)務(wù)流程，使能夠開(kāi)發(fā)AI應(yīng)用。圖元是一個(gè)工作流的主要組成部分，同時(shí)包括工作流、數(shù)據(jù)流和 數(shù)據(jù)庫(kù) 查詢(xún)。在工作流中，可以使用AI的應(yīng)用場(chǎng)景，快速開(kāi)發(fā)AI應(yīng)用，詳情請(qǐng)參見(jiàn)工作流。在左側(cè)導(dǎo)航欄中，選擇“流程編排”。單擊“創(chuàng)建流程”，進(jìn)入流程設(shè)計(jì)器頁(yè)面。名稱(chēng)流程的名稱(chēng)，只能包含中文、英文字母、數(shù)字、下劃線，且不能以下劃線開(kāi)頭。流程的描述信息，且長(zhǎng)度不能超過(guò)255個(gè)字符。子流程的描述信息，子流程在子流程里使用。單擊“添加子流程”，進(jìn)入添加子流程頁(yè)面。子流程是組織N位流程的重要節(jié)點(diǎn)，子流程可以理解為層節(jié)點(diǎn)或子流程。在子流程中，單擊“添加子流程”，填寫(xiě)子流程名稱(chēng)和 許可證 信息。選擇模板可以選擇1~3個(gè)或以3個(gè)或以/4開(kāi)頭的號(hào)碼。申請(qǐng)單位選擇指的是業(yè)務(wù)承載方，默認(rèn)選擇“業(yè)務(wù)卡片”。技能隊(duì)列名稱(chēng)填寫(xiě)，例如：?jiǎn)螕簟疤峤弧?，完成技能的?chuàng)建。技能隊(duì)列名稱(chēng)不允許修改。自定義技能隊(duì)列名稱(chēng)，用戶(hù)自定義。技能隊(duì)列：選擇已經(jīng)創(chuàng)建的技能隊(duì)列。技能隊(duì)列：?jiǎn)螕簟皠?chuàng)建”，進(jìn)入“創(chuàng)建技能隊(duì)列”頁(yè)面。注意，不能與已有的技能沖突，即能從已創(chuàng)建的技能隊(duì)列中選擇技能隊(duì)列。技能隊(duì)列：選擇已經(jīng)創(chuàng)建好的技能隊(duì)列。技能隊(duì)列：?jiǎn)螕簟安僮鳌绷械摹熬庉嫛笨尚薷脑摷寄荜?duì)列的屬性。刪除：刪除已經(jīng)添加的技能隊(duì)列。從技能隊(duì)列中刪除：刪除已經(jīng)添加的技能隊(duì)列。說(shuō)明：如果確認(rèn)無(wú)誤，單擊“確定”，完成技能的創(chuàng)建。技能配置：?jiǎn)螕簟安僮鳌绷械摹皢?dòng)”，啟動(dòng)技能的啟動(dòng)。
python識(shí)別文字并點(diǎn)擊
python識(shí)別文字并點(diǎn)擊頁(yè)面左邊菜單欄“NewProcess”，選擇菜單右邊的“AI引擎列表”。在右側(cè)“+”或輸入框內(nèi)輸入框內(nèi)輸入想要查詢(xún)的圖片，單擊“Name”或按鈕，可以直接添加圖片的方式。圖片方式如下：左側(cè)框是圖片的圖標(biāo)，可以是白色，也可以是藍(lán)色，此時(shí)可以單擊右邊的“AI引擎分類(lèi)”，選擇常用的AI引擎進(jìn)行模型訓(xùn)練。本示例以“YOLOv3_v1_50”為例進(jìn)行介紹，其它相關(guān)UINT8數(shù)據(jù)類(lèi)型為float16的數(shù)據(jù)類(lèi)型，VFP32轉(zhuǎn)換為FP16時(shí)，數(shù)據(jù)類(lèi)型為float32。這時(shí)可以通過(guò)新增AIPP功能，新增自定義函數(shù)用來(lái)初始化AICore的配置參數(shù)，可以在模型轉(zhuǎn)換時(shí)通過(guò)AIPP自定義函數(shù)獲取。在代碼示例中，請(qǐng)參考CANN應(yīng)用開(kāi)發(fā)簡(jiǎn)介。創(chuàng)建并配置環(huán)境變量。在左側(cè)框中，選擇“AI引擎列表”。Atlas200DK的詳細(xì)介紹請(qǐng)參見(jiàn)《Ascend310MindStudio基本操作》。OMG模型生成完成后，若想直接使用“AutoTuneModel”進(jìn)行模型轉(zhuǎn)換，請(qǐng)參考《ATC工具使用指南》。在彈出的窗口中，選擇模型文件，可一次添加多個(gè)模型文件。在右側(cè)界面中，單擊“AddModel”，開(kāi)始進(jìn)行模型轉(zhuǎn)換。界面提示如下信息，表明對(duì)模型轉(zhuǎn)換的數(shù)據(jù)類(lèi)型、模型輸出文件等要求，然后單擊“Select”，開(kāi)始進(jìn)行模型轉(zhuǎn)換。
modelarts使用教程
modelarts使用教程，將標(biāo)注好的 數(shù)據(jù)集 ，得到效果較好的模型。得到“生成模型”(“.py”格式)。為了方便后續(xù)將標(biāo)注好的數(shù)據(jù)集發(fā)布為AI應(yīng)用，數(shù)據(jù)集的操作指導(dǎo)請(qǐng)參見(jiàn)從AIGallery下載數(shù)據(jù)集。針對(duì)已經(jīng)在AIGallery，當(dāng)AI應(yīng)用于 華為HiLens 或HiLens等AI開(kāi)發(fā)和訓(xùn)練等，且已經(jīng)在智慧門(mén)店的AI應(yīng)用中部署了海思35XX系列的攝像頭技能。本樣例以購(gòu)買(mǎi)免費(fèi)的HiLens端云協(xié)同AI全流程開(kāi)發(fā)應(yīng)用的場(chǎng)景，指導(dǎo)用戶(hù)使用華為HiLens的技能。開(kāi)始使用樣例前，請(qǐng)根據(jù)準(zhǔn)備工作羅列的要求，提前完成準(zhǔn)備工作。步驟1：新建技能登錄華為HiLens管理控制臺(tái)，在左側(cè)導(dǎo)航欄中選擇“技能開(kāi)發(fā)>技能管理”，進(jìn)入技能列表。在“技能管理”頁(yè)面，單擊右上角“新建技能”，進(jìn)入“創(chuàng)建技能”頁(yè)面?；拘畔凹寄苣０濉焙汀凹寄馨姹尽?。其中“檢驗(yàn)值”會(huì)根據(jù)所選模型的“檢驗(yàn)值”和“訓(xùn)練值”值的范圍，將值存儲(chǔ)至對(duì)應(yīng)的OBS目錄。確認(rèn)信息后，單擊“確定”。跳至“應(yīng)用開(kāi)發(fā)>服務(wù)部署”頁(yè)面，開(kāi)始開(kāi)發(fā)技能，詳情請(qǐng)見(jiàn)HiLens安全帽檢測(cè)技能。技能模板作用：選擇“在線編輯”。如果您選擇在ModelArtsPro控制臺(tái)新建的技能，請(qǐng)單擊“可新建技能”，進(jìn)入“技能模板”頁(yè)面。
機(jī)器學(xué)習(xí)數(shù)據(jù)集購(gòu)買(mǎi)
機(jī)器學(xué)習(xí)數(shù)據(jù)集購(gòu)買(mǎi)，也叫“book”。其中，“book”類(lèi)型的基本都是經(jīng)過(guò)了優(yōu)化的。您可以將數(shù)據(jù)導(dǎo)入至 數(shù)據(jù)管理 器中，在這個(gè)過(guò)程中，使用訓(xùn)練數(shù)據(jù)集，訓(xùn)練代碼。如果您不了解，您可以前往Tools官方文檔體驗(yàn)吧！(如下)您可以使用以下步驟，下載并上傳數(shù)據(jù)，在下載完成后，您可以在您的數(shù)據(jù)集中查看訓(xùn)練數(shù)據(jù)。Gallery下載并登錄ModelArts管理控制臺(tái)，選擇左側(cè)導(dǎo)航欄的“訓(xùn)練管理>訓(xùn)練作業(yè)”，單擊“創(chuàng)建訓(xùn)練作業(yè)”。在彈出的“創(chuàng)建訓(xùn)練作業(yè)”對(duì)話框中，填寫(xiě)訓(xùn)練作業(yè)相關(guān)參數(shù)，然后單擊“確定”。參數(shù)填寫(xiě)完成后，單擊“確定”。跳轉(zhuǎn)至訓(xùn)練作業(yè)列表，等待訓(xùn)練作業(yè)創(chuàng)建完成。訓(xùn)練作業(yè)創(chuàng)建完成后，您可以從ModelArts中下發(fā)至服務(wù)，查看訓(xùn)練作業(yè)的狀態(tài)。進(jìn)入“訓(xùn)練作業(yè)”頁(yè)面，等待訓(xùn)練作業(yè)完成。訓(xùn)練作業(yè)運(yùn)行需要幾分鐘時(shí)間，請(qǐng)耐心等待。當(dāng)訓(xùn)練作業(yè)的狀態(tài)變更為“已完成”時(shí)，表示已運(yùn)行結(jié)束。您可以單擊訓(xùn)練作業(yè)名稱(chēng)，進(jìn)入詳情頁(yè)面，了解訓(xùn)練作業(yè)的“配置信息”、“日志”、“資源占用情況”和“評(píng)估結(jié)果”等信息。您也可以在配置的“訓(xùn)練輸出位置”對(duì)應(yīng)的OBS目錄下獲得訓(xùn)練生成的模型。訓(xùn)練完成的模型存儲(chǔ)在訓(xùn)練輸出的OBS路徑中，您可以將此模型導(dǎo)入到ModelArts中進(jìn)行部署為AI應(yīng)用。在ModelArts管理控制臺(tái)中，單擊左側(cè)導(dǎo)航欄中的“AI應(yīng)用管理我的AI應(yīng)用”頁(yè)面，單擊“創(chuàng)建”，進(jìn)入創(chuàng)建AI應(yīng)用頁(yè)面。在創(chuàng)建AI應(yīng)用頁(yè)面，系統(tǒng)會(huì)自動(dòng)根據(jù)上一步訓(xùn)練作業(yè)填寫(xiě)參數(shù)，參考如下說(shuō)明確認(rèn)關(guān)鍵參數(shù)?！癆I引擎”：系統(tǒng)自動(dòng)寫(xiě)入該模型的AI引擎，無(wú)需修改。
在線攝像頭測(cè)試
在線攝像頭測(cè)試功能目前僅支持3種調(diào)試，在調(diào)試期間，無(wú)法進(jìn)行視頻調(diào)試。具體使用方法請(qǐng)參見(jiàn) 智能邊緣平臺(tái) IEF。命令參考部署本地?cái)z像頭章節(jié)命令示例。如果用戶(hù)不需要運(yùn)行模型，則無(wú)需依賴(lài)第三方算法代碼。算法代碼比較多，推薦使用Address關(guān)鍵字，即訓(xùn)練時(shí)，得到“apis”的代碼目錄。apigateway_result：為需要測(cè)試的URL地址，用戶(hù)可填寫(xiě)為http。鑒權(quán)示例請(qǐng)參見(jiàn)Token認(rèn)證。通過(guò)調(diào)用 IAM 服務(wù)獲取用戶(hù)Token接口獲取(響應(yīng)消息頭中X-Subject-Token的值)。interface_numberInteger嚴(yán)重程度，1代表中，2代表緊急。region_idString訓(xùn)練作業(yè)所處的工作空間ID。boot_pathString訓(xùn)練作業(yè)的代碼啟動(dòng)文件所在的路徑。boot_pathString訓(xùn)練作業(yè)的代碼啟動(dòng)文件，需要在代碼目錄下。autosearch_framework_pathString 自動(dòng)化 搜索作業(yè)的框架代碼目錄，需要提供一個(gè)OBS路徑。commandString自定義 鏡像 訓(xùn)練作業(yè)的自定義鏡像的容器的啟動(dòng)命令。使用算法管理的算法id或訂閱算法subscription_id+item_version_id創(chuàng)建作業(yè)時(shí)，無(wú)需填寫(xiě)。表6constraint參數(shù)參數(shù)類(lèi)型描述typeString參數(shù)種類(lèi)。
在線機(jī)器學(xué)習(xí)訓(xùn)練
在線機(jī)器學(xué)習(xí)訓(xùn)練得到新模型，已經(jīng)創(chuàng)建好的模型。預(yù)測(cè)學(xué)習(xí)、模型訓(xùn)練完成后，自動(dòng)訓(xùn)練代碼和部署。預(yù)測(cè)完成，可以創(chuàng)建訓(xùn)練任務(wù)。前提條件數(shù)據(jù)已完成準(zhǔn)備、配置、訓(xùn)練任務(wù)等操作，確保服務(wù)的正常。創(chuàng)建訓(xùn)練任務(wù)查看和配置創(chuàng)建可視化頁(yè)面。在模型訓(xùn)練頁(yè)面，單擊模型訓(xùn)練任務(wù)所在行，進(jìn)入訓(xùn)練任務(wù)配置界面。單擊左上角“創(chuàng)建”，彈出“創(chuàng)建訓(xùn)練任務(wù)”對(duì)話框。只能以字母(A~Za~z)開(kāi)頭，由字母、數(shù)字(0~9)、下劃線(_)、(-)組成，不能以下劃線結(jié)尾，長(zhǎng)度范圍為。描述訓(xùn)練任務(wù)的描述信息。任務(wù)運(yùn)行環(huán)境AI引擎AI引擎及AI引擎的Python版本。自定義引擎通過(guò)引擎的鏡像地址自定義增加引擎。主入口訓(xùn)練任務(wù)的入口文件及入口函數(shù)。計(jì)算節(jié)點(diǎn)規(guī)格模型訓(xùn)練服務(wù)提供的計(jì)算節(jié)點(diǎn)資源，包括CPU和GPU。用戶(hù)可以單擊選定計(jì)算節(jié)點(diǎn)資源，并在“計(jì)算節(jié)點(diǎn)個(gè)數(shù)”中配置計(jì)算節(jié)點(diǎn)資源的個(gè)數(shù)。1代表單節(jié)點(diǎn)計(jì)算2代表分布式計(jì)算，開(kāi)發(fā)者需要編寫(xiě)相應(yīng)的調(diào)用代碼?？墒褂脙?nèi)置的MoXing分布式訓(xùn)練加速框架進(jìn)行訓(xùn)練，訓(xùn)練算法需要符合MoXing程序結(jié)構(gòu)。通過(guò)調(diào)用SDK(get_hyper_param)獲取數(shù)據(jù)集相關(guān)的超參，包括訓(xùn)練數(shù)據(jù)集實(shí)例、驗(yàn)證數(shù)據(jù)集實(shí)例等。數(shù)據(jù)集超參支持輸入多個(gè)，可以通過(guò)“增加”和圖標(biāo)，來(lái)增加或刪除運(yùn)行超參。詳細(xì)SDK說(shuō)明，請(qǐng)?jiān)谀Ｐ陀?xùn)練服務(wù)首頁(yè)右下角的浮框中，依次單擊“幫助中心>SDK文檔”查看。當(dāng)前代碼已預(yù)置訓(xùn)練及測(cè)試數(shù)據(jù)，可使用默認(rèn)值訓(xùn)練。超參配置運(yùn)行超參通過(guò)調(diào)用SDK(get_hyper_param)獲取運(yùn)行超參，包括標(biāo)簽列、迭代次數(shù)等。
虛擬電話在線打電話
虛擬電話在線打電話，可以完成本操作實(shí)現(xiàn)。在本章節(jié)，您可以根據(jù)如下關(guān)鍵詞，來(lái)完成標(biāo)注。單擊右上角的“創(chuàng)建標(biāo)注任務(wù)”。通過(guò)設(shè)置“任務(wù)名稱(chēng)”：在下拉框中選擇當(dāng)前數(shù)據(jù)集。設(shè)置“任務(wù)名稱(chēng)”：設(shè)置任務(wù)的名稱(chēng)。只能由英文字母、數(shù)字、下劃線和中劃線組成。字符長(zhǎng)度不能大于64個(gè)字符。任務(wù)類(lèi)型在下拉框中選擇，根據(jù)訓(xùn)練任務(wù)類(lèi)型框架選擇，如使用的框架為T(mén)ensorFlow，則選擇Tensorflow-Ascend310。若ATC命令太復(fù)雜，可以分解成簡(jiǎn)單命令寫(xiě)入Arguments中。AIPP配置文件路徑AIPP優(yōu)化參數(shù)文件，配合模型轉(zhuǎn)換使用。上傳以.aippconfig結(jié)尾的文件，大小不超過(guò)1M。說(shuō)明：若AIPP已存在或上傳成功后，單擊“下載”可下載AIPP配置文件。若用戶(hù)需要保存模板用于下次模型轉(zhuǎn)換任務(wù)，請(qǐng)單擊“保存模板”，輸入模板名稱(chēng)和描述后，單擊“確定”。保存的模板可以在“創(chuàng)建模型轉(zhuǎn)任務(wù)”時(shí)使用。創(chuàng)建成功后，可在“模型管理>模型轉(zhuǎn)換”界面查看該模型。保存模型只有任務(wù)狀態(tài)為“完成”時(shí)，才支持“保存”操作。以普通用戶(hù)登錄Atlas深度學(xué)習(xí)組件。依次單擊“模型管理>模型轉(zhuǎn)換”，進(jìn)入模型轉(zhuǎn)換頁(yè)面。單擊目標(biāo)模型后的“保存”。模型名稱(chēng)不能重復(fù)，否則會(huì)覆蓋相同名稱(chēng)的模型。
ai訓(xùn)練平臺(tái)
ai訓(xùn)練平臺(tái)(Ascend310)是華為公司承擔(dān)AI業(yè)務(wù)的一站式開(kāi)發(fā)平臺(tái)，能夠高效地進(jìn)行訓(xùn)練和推理，同時(shí)具備獨(dú)立、訓(xùn)練、模型管理和高效的高精度資產(chǎn)管理能力。HCCL-AI使能AI推理加速型實(shí)例Ai1基于Ascend310芯片低功耗、DVPP加速卡。其中Ascend310芯片Ascend310芯片是一種基于Altas300芯片的AI芯片低功耗，更加高效地使用，它包含了AI芯片強(qiáng)大的計(jì)算能力。支持AI推理加速增強(qiáng)I型實(shí)例Ai1s是以華為鯤鵬的服務(wù)器Host1，RCNNLOPS性能達(dá)到10%。支持華為鯤鵬AI推理加速卡及Ai1s為加速核心的AI加速型彈性 云服務(wù)器 。基于Ascend310芯片低功耗、高算力特性，實(shí)現(xiàn)了能效比的大幅提升，助力AI推理業(yè)務(wù)的快速普及。使用公共鏡像創(chuàng)建的kAi1s加速云服務(wù)器默認(rèn)已安裝驅(qū)動(dòng)、固件和開(kāi)發(fā)套件，并配置環(huán)境變量。具體操作，請(qǐng)參見(jiàn)購(gòu)買(mǎi)彈性云服務(wù)器。驗(yàn)證可用性請(qǐng)參考步驟3。如果使用私有鏡像創(chuàng)建kAi1s加速云服務(wù)器，則需要安裝驅(qū)動(dòng)、固件和開(kāi)發(fā)套件，具體請(qǐng)參考安裝指南。遠(yuǎn)程登錄kAi1s加速云服務(wù)器。對(duì)于Linux操作系統(tǒng)的kAi1s加速云服務(wù)器，登錄時(shí)請(qǐng)以SSH密碼方式登錄。具體操作，請(qǐng)參見(jiàn)密碼方式登錄Linux彈性云服務(wù)器(SSH方式)。
python自動(dòng)識(shí)別屏幕中文字
python自動(dòng)識(shí)別屏幕中文字自動(dòng)識(shí)別領(lǐng)域提供智能編程語(yǔ)言，您可根據(jù)需要選擇合適的方式使用ModelArts訓(xùn)練的AI引擎和推理能力。自動(dòng)學(xué)習(xí)可訓(xùn)練支持PyCharm訓(xùn)練框架PyCharmToolKit工具包。使用預(yù)置算法訓(xùn)練模型訓(xùn)練生成AI市場(chǎng)發(fā)布的模型，僅需轉(zhuǎn)換至AIGalleryCharm插件使用。如果使用ModelArts自動(dòng)學(xué)習(xí)框架訓(xùn)練生成模型，請(qǐng)前往ModelArts控制臺(tái)，確認(rèn)訓(xùn)練作業(yè)相關(guān)參數(shù)。其他框架的模型轉(zhuǎn)換功能，請(qǐng)參見(jiàn)《Ascend310TE自定義算子開(kāi)發(fā)指導(dǎo)(MindSpore)》。當(dāng)前為了方便開(kāi)發(fā)者快速、高效地學(xué)習(xí)、設(shè)計(jì)、設(shè)計(jì)、調(diào)優(yōu)等方面的高性能計(jì)算產(chǎn)業(yè)運(yùn)維服務(wù)，開(kāi)發(fā)者可以通過(guò)ModelArts平臺(tái)完成AI模型的開(kāi)發(fā)和應(yīng)用。模型轉(zhuǎn)換詳細(xì)介紹請(qǐng)參見(jiàn)模型轉(zhuǎn)換。轉(zhuǎn)換前提條件已完成轉(zhuǎn)換完成，詳細(xì)操作請(qǐng)參見(jiàn)模型轉(zhuǎn)換。模型轉(zhuǎn)換成功后，ModelArts將可以用于轉(zhuǎn)換成功的模型，轉(zhuǎn)換成功后可用于部署。模型轉(zhuǎn)換詳細(xì)操作請(qǐng)參見(jiàn)模型轉(zhuǎn)換?；贛odelArts官方發(fā)布的算法，將訓(xùn)練后的模型導(dǎo)入至應(yīng)用市場(chǎng)。登錄ModelArts管理控制臺(tái)，在左側(cè)導(dǎo)航欄中選擇“模型管理>模型”，進(jìn)入模型列表頁(yè)面。單擊左上角的“導(dǎo)入”，進(jìn)入“導(dǎo)入模型”頁(yè)面。
如何訓(xùn)練AI模型
如何訓(xùn)練AI模型？ModelArts提供了一系列的AI引擎(基礎(chǔ)和自定義腳本)，方便您更直觀地使用這些框架的開(kāi)發(fā)基礎(chǔ)能力，您可基于已有的基礎(chǔ)框架及算法構(gòu)建模型。從而讓您快速便捷高效地構(gòu)建一個(gè)AI應(yīng)用。使用自定義鏡像(TensorBoard)，您可以快速部署多個(gè)業(yè)務(wù)環(huán)境，ModelArts提供統(tǒng)一的預(yù)置訓(xùn)練引擎，詳細(xì)請(qǐng)參見(jiàn)《ModelArts用戶(hù)指南》。除了面向AI基礎(chǔ)鏡像，ModelArts還提供了從基礎(chǔ)鏡像和預(yù)置算法，幫助您更快找到業(yè)務(wù)場(chǎng)景。ModelArts提供了如下幾個(gè)常用引擎，詳細(xì)請(qǐng)參見(jiàn)自定義鏡像。針對(duì)您自己在本地或使用其他工具開(kāi)發(fā)的模型，為您提供了較好的算子和版本的自定義鏡像。推理代碼使用自定義鏡像訓(xùn)練模型，詳細(xì)說(shuō)明可參見(jiàn)自定義鏡像簡(jiǎn)介。針對(duì)您在ModelArts中構(gòu)建的模型，無(wú)需編碼，只需關(guān)注您使用的AI引擎功能。您可以基于您自定義鏡像的方式完成模型制作，將構(gòu)建為容器鏡像并推送至SWR，同時(shí)，通過(guò)鏡像轉(zhuǎn)換為獲得ModelArts官方鏡像。同時(shí)，您可以通過(guò)ModelArts將AI市場(chǎng)的模型部署為服務(wù)。您可以通過(guò)ModelArts將AI市場(chǎng)的模型部署為服務(wù)。在ModelArts控制臺(tái)的“AI應(yīng)用管理>AI應(yīng)用>AI應(yīng)用”列表中，選擇AI應(yīng)用管理的AI應(yīng)用，單擊模型名稱(chēng)左側(cè)的小三角，展開(kāi)商品的詳情。在“部署上線”對(duì)話框中，選擇狀態(tài)，單擊“部署”，即可部署為服務(wù)。
圖片轉(zhuǎn)換表格在線
圖片轉(zhuǎn)換表格在線頁(yè)面支持通過(guò)開(kāi)發(fā)界面方式開(kāi)發(fā)，當(dāng)前支持開(kāi)發(fā)者社區(qū)直接使用。在開(kāi)發(fā)環(huán)境和運(yùn)行環(huán)境中，支持開(kāi)發(fā)好的應(yīng)用和訓(xùn)練。開(kāi)發(fā)環(huán)境介紹使用AI框架在線推理服務(wù)，用于在線推理和模型推理。開(kāi)發(fā)環(huán)境部署在線推理服務(wù)時(shí)，可使用系統(tǒng)預(yù)置的AI應(yīng)用，不支持部署到邊緣設(shè)備中。模型轉(zhuǎn)換頁(yè)面支持查看模型詳情、查看模型轉(zhuǎn)換、部署服務(wù)。創(chuàng)建AI應(yīng)用時(shí)，可快速部署，不需要使用。如果AI應(yīng)用已部署為在線服務(wù)，則需要在開(kāi)發(fā)部署為邊緣服務(wù)。當(dāng)前支持部分創(chuàng)建AI應(yīng)用時(shí)，可直接使用模板創(chuàng)建AI應(yīng)用。在“AI應(yīng)用管理>AI應(yīng)用”界面，選擇狀態(tài)、“未就緒”或“異?！?。單擊“創(chuàng)建”，完成AI應(yīng)用創(chuàng)建?！皠?chuàng)建AI應(yīng)用”：需單獨(dú)創(chuàng)建或部署為邊緣服務(wù)。在“創(chuàng)建AI應(yīng)用”頁(yè)面，設(shè)置“名稱(chēng)”和“描述”?！鞍姹尽毙畔⒂伞盃顟B(tài)”變?yōu)椤罢！睍r(shí)，表示服務(wù)部署完成?！鞍姹尽边吘壏?wù)已經(jīng)部署，處于“運(yùn)行中”狀態(tài)?！斑\(yùn)行中”：表示服務(wù)已被正常停止?！斑\(yùn)行中”：表示服務(wù)正在。正在停止“運(yùn)行中”：表示服務(wù)正在停止。如果您需要停止您需要某個(gè)邊緣服務(wù)，您可以通過(guò)停止操作，停止操作?！安渴鹬小保哼吘壏?wù)的邊緣節(jié)點(diǎn)。最多可以創(chuàng)建10個(gè)邊緣服務(wù)?！癈PU”：邊緣節(jié)點(diǎn)為了保證邊緣服務(wù)能夠運(yùn)行一段時(shí)間，您的邊緣服務(wù)必須為在線運(yùn)行1分鐘。選擇邊緣節(jié)點(diǎn)的規(guī)格。
光伏 智能監(jiān)控系統(tǒng)
光伏 智能監(jiān)控系統(tǒng)車(chē)輛有時(shí)會(huì)朝下地洞察及所傳達(dá)的計(jì)劃，需要計(jì)劃安排人員，因此用戶(hù)對(duì)于有價(jià)值的疑問(wèn)，而不會(huì)接受。在IT系統(tǒng)中，通過(guò)標(biāo)準(zhǔn)的形式來(lái)找到與設(shè)計(jì)問(wèn)題的原因，對(duì)于實(shí)現(xiàn)與分析，還有多少時(shí)間對(duì)用戶(hù)的價(jià)值。在本地的異常，可以通過(guò)EXPLAIN，可以分析出一個(gè)EXPLA，然后評(píng)估它是否完成了。EXPLAIN的生成計(jì)劃，它以參考EXPLAIN的形式顯示。當(dāng)要估計(jì)的Etsvort階段，通過(guò)EXPLAIN的方式顯示出來(lái)，并顯示EXPLAIN的運(yùn)行日志。EXPLAIN給EXPLAIN的運(yùn)行方式中，通過(guò)顯示具體的運(yùn)行錯(cuò)誤信息。EXPLAININMINYLAIN給EXPLAINstallrowlog，代表調(diào)試運(yùn)行時(shí)的斷點(diǎn)，進(jìn)入TIK調(diào)試的運(yùn)行步驟，但是通過(guò)小技巧顯示調(diào)試管理斷點(diǎn)。MaxAbsoluteError：上一個(gè)占比對(duì)單元負(fù)責(zé)的指令(標(biāo)量)，越少，值越嚴(yán)重。AccumulatedRelativeError：進(jìn)行累積相對(duì)誤差算法比對(duì)出來(lái)的結(jié)果，值越接近于0，表明越相近，值越大，表明差距越大。RelativeEuclideanDistance：進(jìn)行歐氏相對(duì)距離算法比對(duì)出來(lái)的結(jié)果，值越接近于0，表明越相近，值越大，表明差距越大。
深度學(xué)習(xí)的sci期刊
深度學(xué)習(xí)的sci期刊、電子白板等音視頻所花費(fèi)的長(zhǎng)寬(aommunication)，從而讓用戶(hù)快速理解視頻中的辨識(shí)。機(jī)器學(xué)習(xí)使用的GBDTLS算法，非常方便。學(xué)習(xí)進(jìn)行訓(xùn)練搜索用戶(hù)聲音的目的是一種非常簡(jiǎn)單的。該算法對(duì)于大多數(shù)主流的機(jī)器學(xué)習(xí)算法，建議選擇使用SVM(locale，locale)進(jìn)行模型訓(xùn)練。使用內(nèi)置的模型創(chuàng)建訓(xùn)練作業(yè)以便準(zhǔn)確學(xué)習(xí)、提高模型開(kāi)發(fā)的精度，提高模型的精度。創(chuàng)建訓(xùn)練作業(yè)使用的算法支持創(chuàng)建訓(xùn)練作業(yè)。AI引擎(GPU)ModelArts內(nèi)置了大量的加速鏡像，用戶(hù)可以用于代碼編寫(xiě)和配置文件編寫(xiě)訓(xùn)練所需的鏡像。當(dāng)訓(xùn)練作業(yè)中使用了數(shù)據(jù)標(biāo)注為支持的訓(xùn)練作業(yè)，還可以用于模型創(chuàng)建的算法。使用自定義鏡像創(chuàng)建訓(xùn)練作業(yè)的數(shù)據(jù)集可以通過(guò)團(tuán)隊(duì)中的數(shù)據(jù)集或者數(shù)據(jù)標(biāo)注，創(chuàng)建訓(xùn)練作業(yè)，并下載至指定的OBS目錄中。本章節(jié)介紹如何從OBS目錄中導(dǎo)入元模型和配置文件說(shuō)明。關(guān)于ModelArts數(shù)據(jù)管理的操作請(qǐng)參見(jiàn)《ModelArts數(shù)據(jù)管理指南》。使用訂閱算法將模型部署為在線服務(wù)。發(fā)布至AI市場(chǎng)的華為云賬號(hào)，須發(fā)布為AI應(yīng)用。ModelArts將存儲(chǔ)在ModelArts中使用訂閱算法，訂閱算法時(shí)，需使用舊版訓(xùn)練作業(yè)功能。如您需要在OBS中使用訂閱算法，訂閱算法或?qū)⒂?xùn)練腳本存儲(chǔ)至對(duì)應(yīng)的OBS路徑，詳細(xì)操作請(qǐng)參見(jiàn)《自動(dòng)學(xué)習(xí)工程師用戶(hù)指南》。訓(xùn)練的常用操作請(qǐng)參見(jiàn)訓(xùn)練作業(yè)功能。在彈出的“選擇云服務(wù)區(qū)域”頁(yè)面中，選擇云服務(wù)區(qū)域。選擇云服務(wù)：選擇“華北-北京一”。
登錄AI開(kāi)發(fā)平臺(tái)ModelArts
AI開(kāi)發(fā)平臺(tái) ModelArts官網(wǎng)登錄入口在哪里？怎么方便快捷的成功登錄自己的賬號(hào)？AI開(kāi)發(fā)平臺(tái)ModelArts登錄入口在右上方登錄按鈕，點(diǎn)擊即可登錄官網(wǎng)。也可以通過(guò)紅色注冊(cè)按鈕切換登錄入口，點(diǎn)擊登錄自己的賬號(hào)。想要進(jìn)入網(wǎng)站后臺(tái)，操作簡(jiǎn)單方便，只需四步，就可以輕松登錄成功 首先要在瀏覽器地址欄輸入網(wǎng)站頁(yè)面的地址鏈接， 第二，進(jìn)入網(wǎng)站頁(yè)面后，點(diǎn)擊右上角“登錄”按鈕； 第三，輸入登錄賬號(hào)名及密碼，即可登錄成功。 登錄成功后，可以看到對(duì)應(yīng)賬號(hào)、訂單信息以及個(gè)人消息。進(jìn)行對(duì)應(yīng)的查詢(xún)和修改。 AI開(kāi)發(fā)平臺(tái)ModelArts應(yīng)用在哪些場(chǎng)景 智能推薦 智能推薦應(yīng)用在互聯(lián)網(wǎng)行業(yè)、金融等行業(yè)，通過(guò)用戶(hù)畫(huà)像、用戶(hù)行為、用戶(hù)關(guān)系等海量數(shù)據(jù)分析，基于業(yè)務(wù)場(chǎng)景，進(jìn)行精準(zhǔn)的內(nèi)容推薦、營(yíng)銷(xiāo)推薦，從而實(shí)現(xiàn)用戶(hù)體驗(yàn)與收入提升。 領(lǐng)域研究 基于行業(yè)領(lǐng)域數(shù)據(jù)，通過(guò)模型訓(xùn)練，進(jìn)行預(yù)測(cè)性分析，及早發(fā)現(xiàn)系統(tǒng)問(wèn)題，或針對(duì)后續(xù)數(shù)據(jù)，快速進(jìn)行結(jié)果判斷。實(shí)現(xiàn)行業(yè)知識(shí)與 AI 技術(shù)的深度結(jié)合。 產(chǎn)品質(zhì)檢 傳統(tǒng)的質(zhì)檢工作依賴(lài)大量人力，成本高效率低，且漏檢率居高難下。ModelArts 基于設(shè)備參數(shù)與生產(chǎn)圖像對(duì)產(chǎn)品進(jìn)行缺陷檢測(cè)與缺陷分類(lèi)，降低人力成本、提升缺陷檢出率。