BML基于Jupyter提供了在线的交互式开发环境。Notebook不但免去了用户准备开发环境的过程，而且可以帮助用户轻松的实现数据集、代码以及模型的管理。

基本概念

• 数据集：通过导入操作可以将BML中已创建的数据集下载到Notebook的data目录中。
• 类型：为简化用户开发，平台根据用户选择的不同类型预置了不同的示例代码，只需简单进行数据集适配，即可进行模型训练。
• 模型：用户可以将Notebook中产生的模型文件进行保存，并版本进行管理。在Notebook中保存模型可以生成新的模型版本。
• 代码库：用于保存Notebook中除data以外的工作空间中的内容。代码库也通过版本管理，在保存模型时可以将生成模型的代码保存为新版本的代码库。在启动Notebook时可以使用指定版本的代码库来对Notebook的工作空间进行初始化。

基本流程

使用Notebook创建模型的流程如下所示：

说明：当前“通用”Notebook暂不支持配置模型与校验模型功能。

Notebook类型及支持的开发语言和AI框架

Notebook支持如下几种类型：

• 图像分类-单图单标签、图像分类-单图多标签、物体检测

  • 语言：

    • Python3.7
    • Python2.7

  • 框架：

    • PaddlePaddle 1.8.4
    • PaddlePaddle 1.7.1
    • PaddlePaddle 1.6.2
    • PaddlePaddle 1.5.1
  • 数据集：可以导入相应类型的数据集

• 通用

  • 语言：

    • Python3.7

  • 框架：

    • PaddlePaddle 2.0.0
    • PaddlePaddle 1.8.4
    • PyTorch 1.7.1
    • PyTorch 1.5.1
    • TensorFlow 1.13.2
    • TensorFlow 2.3.0
    • Sklearn 0.23.2-Xgboost 1.3.1
    • Blackhole 0.3.2
  • 数据集：可以导入所有类型的数据集