负载均衡

也可以在划选文本后，在右侧的标签区域点击选择标签 您也可以通过点击某个标签的「连续标注」功能，在文中通过连续划选文本内容来进行连续标注。如下图： 在您需要进行在文中进行关键词检索时，可以在文本上方的「定位内容」区域，输入文本内容，便可在文本区域高亮出检索的关键词，以方便您定位内容和标注。

查看更多>>

2019.02.28 1.0.6 引擎功能完善 2019.02.13 1.0.5 paddlepaddle 支持 2018.11.30 1.0.0 第一版！

查看更多>>

在部署界面，首先进行服务配置：自定义服务名称、接口地址后缀，选择需要部署的模型， 对每个部署模型还需要进行资源配置，配置模型预测服务所需机器资源。目前资源开放CPU类型，支持按配额与实例进行灵活配置，计费说明请 点击查看 当部署模型为脚本调参任务产出的模型时，系统会自动显示该模型在当前配置下的预估时延和QPS。

查看更多>>

公有云服务调用数据反馈 开通云服务调用数据反馈功能后，可查找云服务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，实现训练数据的持续丰富和模型效果的持续优化。

查看更多>>

五、文本智能标注原理说明 训练模型过程中，通常需要经历数据集准备（标注）、任务网络配置开发、模型的训练和部署等重要过程。很多时候，模型训练在数据准备阶段遇到数据量不足的问题，使模型开发过程迟迟不能启动。 平台推出的文本智能标注功能，目标是通过少量的已标注数据样本，来获得大规模的智能标注数据，通过减少人工逐一校验的工作，使用智能标注数据来训练小型网络模型，以获得效果和性能更优的模型预测服务。

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。 部署包测试期为1个月，如需购买永久授权，可 提交工单 咨询 API参考 请求说明 请求示例 HTTP 方法： POST 请求URL：请首先在 BML 进行自定义模型训练，完成训练后申请本地部署，本地部署成功后拼接url。

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>>

接着需要实现模型加载的函数，从传入的模型路径中加载模型，从而实现继承之前试验中的模型权重的功能。 下图为结果上报函数，checkpoint_path处不再是空字符，而是模型文件的保存路径。注意：export_model_path需要传入的是模型所在的文件夹路径，而checkpoint_path是模型文件的路径！

查看更多>>