智能门户AIPage

模型训练计费说明 BML平台模型训练模块均已开放计费，支持按量计费（后付费）的计费方式 具体计费规则如下： 未开通付费时，仅支持使用免费额度，免费额度用完即停止训练任务。 开通付费后，优先消耗免费额度，免费额度用完后自动转为按量后付费 按分钟计费，不足1分钟按1分钟计。 预置模型调参与自定义作业模块 在任务结束后统一扣费，任务运行中欠费不会中断任务。 Notebook 启动后实时计费，请保证账户余

查看更多>>

自定义作业简介 自定义作业简介 自定义作业提供高性能的计算环境，用于进行大规模分布式的模型训练及优化。您可以使用不同框架，编写代码进行多轮训练和迭代，将结果输出到BOS对象存储，或者发布模型到模型仓库。 训练方式简介 自定义作业预置的训练环境支持机器学习和深度学习常用的python库。您可以将代码文件和数据集存储在您的BOS对象存储中，并且在编辑自定义作业时从BOS选取这些文件进行训练。训练好的模

查看更多>>

序列标注标注说明 1.标注体系说明 在序列标注任务中，一般会定义一个标签集合，来表示所有可能取到的预测结果。 标签是对字符串的token序列进行的表示： 对于英文字符串而言，token可以是一个单词（e.g. baidu），也可以是一个字符（e.g. b）； 对于中文字符串而言，token可以是一个分词后的词语，也可以是单个汉字字符； 当前平台支持主流的IOB、IO、IOE、IOBES四种标注体系

查看更多>>

自动搜索作业简介 自动搜索作业简介 超参搜索是机器学习/深度学习技术中的关键一环，无论是机器学习的树模型参数、特征选择、还是深度学习的学习率/权重衰减等等，甚至于网络结构的选择，都会涉及到搜索最优参数的需求。传统的人工超参搜索需要有经验的工程师耗费大量的时间和精力进行手动调优，而自动超参搜索能够在节省人力的情况下，自动地进行超参调优，更有效率地寻找最优解。 本模块提供的自动搜索作业，旨在帮助用户实

查看更多>>

视觉预训练模型 图像分类模型 图像分类网络包含了基于飞桨深度学习平台模型库的十四种预训练网络，利用海量数据进行预训练，并且在ImageNet-2012数据集上进行了top-1准确率和cpu测试时间的测试。 详细测试数据 预训练模型 预训练网络 top-1准确率 cpu测试时间(ms) 模型特点 公开数据集常规预训练模型 EffcientNetB0_small 0.751 129 去掉SE模块的Ef

查看更多>>

013-模型评估组件 模型评估组件 二分类评估 评估模块支持计算 AUC、KS 及 F1 score，同时输出数据用于画 PR 曲线、ROC 曲线、KS 曲线、LIFT chart、Gain chart，同时也支持分组评估。 输入 最多可输入4个数据集，用户需要选择原始标签列、预测标签列和正样本标签值，还可以提供scoreColumn获得更多指标。 输出 第一个输出是summary数据集，第二个输

查看更多>>

序列标注数据导入 创建数据集 您可以在BML中，选择“数据管理/标注”并点击按钮“创建数据集”，对话框中选择数据类型为“文本”，标注类型选择“序列标注”，同时您需要根据您的标注数据，选择此序列标注数据集的标注体系（详见文档《序列标注标注说明》）。注意：当前序列标注数据集不支持在线标注功能，您在序列标注数据集中仅能上传标注数据。当您为此数据集选择标注体系后，标注体系不可修改，也不能导入其他标注体系的

查看更多>>

008-组件资源配置 在画布中，拖拽组件后，需为组件配置对应的资源。 Spark运行参数 Spark任务中包含Driver和Executor，关系为一对多，您需要分别对Driver和Executor进行资源配置。 参数名称 是否必选 参数描述 Driver 运行环境 是 平台提供两种资源套餐可供选择 Executor 运行环境 是 平台提供两种资源套餐可供选择 Python单机算子配置 Pytho

查看更多>>