负载均衡

Notebook 中的模型文件只有生成模型版本后，才可以执行发布和部署功能： 请确保要保存的模型文件在 /home/work/PretrainedModel 目录下。模型支持版本管理功能，在保存时可以生成新版本也可以覆盖已有的且尚未部署的模型版本，每个版本的模型都可以独立部署。每个模型版本中保存的模型文件大小上限为1.5GB。 在保存模式时也可以将训练模型的代码一并保存。

查看更多>>

部分配置会通过该map来设置。 注意： 如果使用 VideoConfig 的 display 功能，需要自行编译带有GTK选项的opencv，默认打包的opencv不包含此项。

查看更多>>

在视觉任务中往往会有存在更换模型类型的可能性，比如某个业务场景问题既可以用图像分类解决又可以用物体检测解决，通过这个功能可以有效地快速切换数据类型，分别测试效果。 由于这里选择上传的是未标注数据，那么在导入线上已有数据的情况下，可以选择导入同为图片类型数据集的全部数据但去掉标注；或者选择未被标注的部分。

查看更多>>

流控等安全机制，GPU集群稳定承载高并发请求 支持查找云端模型识别错误的数据，纠正结果并将其加入模型迭代的训练集，不断优化模型效果 私有服务器部署 可将训练完成的模型部署在私有CPU/GPU服务器上，支持私有API和服务器端SDK两种集成方式,可在内网/无网环境下使用模型，确保数据隐私 私有API：将模型以Docker形式在本地服务器（仅支持Linux）上部署为http服务，可调用与公有云API功能相同的接口

查看更多>>

在视觉任务中往往会有存在更换模型类型的可能性，比如某个业务场景问题既可以用图像分类解决又可以用物体检测解决，通过这个功能可以有效的快速切换数据类型，分别测试效果。 由于这里选择上传的是未标注数据，那么在导入线上已有数据的情况下，可以选择导入同为图片类型数据集的全部数据但去掉标注；或者选择未被标注的部分。

查看更多>>

4、配置NLP分类训练任务。 之前已经建立好训练模型，现在开始配置NLP训练训练，点击【新建任务】。 在新建任务面板中，可查看相关项目“基本信息”、“配置任务类型”、“添加数据”、“配置网络”等操作，在添加任务时添加刚才数据集确定添加。 配置模型网络，选择显卡类型和是否启用分布式训练等。 配置好后，可提交训练任务开始训练。 5、训练完成。

查看更多>>

Appbuilder Trace跟踪功能基本用法 使用方法 启动Phoenix可视化软件 注意:没有可视化需求的可忽略此步骤 如果未安装phoenix，需要先安装phoenix软件(这里提供清华园下载方式) python3 -m pip install arize-phoenix == 4.5 .0 -i https://pypi.tuna.tsinghua.edu.cn/simple 启动phoenix

查看更多>>

部署成功后，启动服务，即可调用与在线API功能类似的接口。 授权说明 本地部署包根据服务器硬件（CPU单机或GPU单卡）进行授权，只能在申请时提交的硬件指纹所属的硬件上使用。

查看更多>>