2.1未标注数据上传方式: 以Excel文件上传 第一列作为原始文本,每行是一组样本,首行为表头默认将被忽略,每组数据文本内容的字符数不超过512个字符(包括中英文、数字、符号等),超出的字符可正常保存,但可能无法参与训练。详见平台导入数据处的数据样例。
每一行表示一组数据,每组数据的字符数建议不超过4096个字符,超出将被截断;训练的字符数不超过512个字符,超出的字符可正常保存,但不参与训练。
如训练集的业务范围是图书商品的情感倾向分析,而预计线上对应的场景或业务是电子产品的情感倾向分析,此时两者不一致,将会导致模型实际应用效果不佳 考虑实际应用场景有多种可能性,每个场景都需要准备相对应的训练数据,训练集若能覆盖的场景越多,模型的泛化能力则越强 建议对高频的业务场景尽量做到覆盖,并通过线上bad case来进行训练数据的优化 如果需要寻求第三方数据采集团队协助数据采集,请在百度云控制台内
每组数据文本内容的字符数建议不超过4096,超出将被截断。
3、 训练模型 :上传您 业务场景中出现的高频词汇或者是长句文本 ,可以有效提升业务用语的识别率;并可以迭代训练,持续优化。 5、 上线模型 :得到满意的训练模型即可申请上线,审批通过自动上线模型。模型上线后,在语音识别的接口中配置模型参数即可使用训练后的效果。
声音分类训练时长说明 训练时长与数据量、所选算法紧密相关。 目前 声音分类的训练时长主要影响因素为数据量 ,以下为内部测试的数据量与训练时长的对应关系,供参考: 数据量 训练时长 数十个音频 60min左右 数百个音频 90min左右 数千个音频 120min左右 数万个音频 150min以上
SQL-开发类问题 单表数据量多大合适? 建议单表记录数不要超过2000w,如果超过了建议拆库或拆表。 单条 SQL 如何批量删除数据? 删除顺序如下:主键范围删除大于(>)主键in方式删除大于(>) 联合主键删除,单条SQL删除数据范围800~1000。 单条 SQL 插入是需要注意什么? 行数控制在2000个以内,批量操作时建议执行必要sleep;有自增键的表并发要控制在200以内。
上传已标注文件要求格式为zip格式压缩包 已有数据集 支持选择百度云 BOS 导入、分享链接导入、平台已有数据集导入;支持选择线上已有的数据集,包括其他图像类模型的数据集 BOS目录导入格式要求:请确保将全部图片已保存至同一层文件目录,该层目录下子文件目录及非相关内容(包括压缩包格式等)不导入 分享链接导入请确保将全部图片已保存至同一压缩包,压缩包仅支持zip格式,压缩前源文件大小限制5G以内;仅支持来自百度
请求参数 参数名称 类型 是否必选 参数位置 描述 version String 是 URL参数 API 版本号 instanceId String 是 URL参数 实例ID sqlId String 是 URL参数 SQL标识ID schema String 是 URL参数 指定数据库 table String 是 URL参数 指定表 返回头域 除公共头域,无其它特殊头域。
请求参数 参数名称 类型 是否必选 参数位置 描述 version String 是 URL参数 API 版本号 instanceId String 是 URL参数 实例ID sqlId String 是 RequestBody参数 SQL标识ID schema String 是 RequestBody参数 指定数据库 table String 是 RequestBody参数 指定表 index String