私有部署说明-短文本相似度 - BML 全功能AI开发平台 | 百度智能云文档
私有部署说明-短文本相似度 本文档主要说明定制化模型本地部署后，如何使用本地API。如还未训练模型，请先前往 BML 进行训练。 如有疑问可以通过以下方式联系我们： 在百度智能云控制台内 提交工单 进入 BML社区交流 ,与其他开发者进行互动 加入BML官方QQ群（群号:868826008）联系群管 部署包使用说明 BML定制化短文本相似度模型的本地部署通过EasyPack实现，目前提供单机一键部
视觉任务LinuxSDK集成文档-Python - BML 全功能AI开发平台 | 百度智能云文档
视觉任务LinuxSDK集成文档-Python 简介 本文档介绍 EasyDL 的 Linux Python SDK 的使用方法，适用于 EasyDL 通用版和BML。 网络类型支持：图像分类，物体检测 硬件支持： Intel Movidius MyRIAD2 / MyRIAD X / IGPU 瑞芯微 RK3399Pro 语言支持： Intel Movidius MyRIAD2 / MyRIAD
视觉模型如何部署在私有服务器 - BML 全功能AI开发平台 | 百度智能云文档
视觉模型如何部署在私有服务器 在发布模型页面中，可以申请私有服务器部署，将模型部署在私有服务器中。 支持「私有API」和「服务器端SDK」两种集成方式： 私有API：将模型以Docker形式在私有服务器（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。可纯离线完成部署，服务调用便捷 服务器端SDK：将模型封装成适配私有服务器（支持Linux和Windows）的SDK，可
TensorFlow 1.13.2代码规范 - BML 全功能AI开发平台 | 百度智能云文档
TensorFlow 1.13.2代码规范 TensorFlow 1.13.2代码规范 基于TensorFlow1.13.2框架的MNIST图像分类，训练数据集tf_train_data2.zip点击 这里 下载。 如下所示是其超参搜索任务中一个超参数组合的训练代码，代码会通过argparse模块接受在平台中填写的信息，请保持一致。 tensorflow1.13.2_autosearch.py示例
如何获取视觉任务软硬一体产品 - BML 全功能AI开发平台 | 百度智能云文档
如何获取视觉任务软硬一体产品 为进一步提升前端智能计算的用户体验，BML推出了多款软硬一体方案。将高性能硬件与BML脚本调参任务训练出的图像分类/物体检测模型深度适配，可应用于工业分拣、视频监控等多种设备端离线计算场景，让离线AI落地更轻松。 了解不同方案 方案获取流程如下： Step 1： 在BML脚本调参任务中训练专项适配所选硬件的图像分类/物体检测模型 ，迭代模型至效果满足业务要求。 查看硬
PaddlePaddle 2.1.1代码规范 - BML 全功能AI开发平台 | 百度智能云文档
PaddlePaddle 2.1.1代码规范 PaddlePaddle 2.1.1代码规范 基于PaddlePaddle2.1.1框架的MNIST图像分类，训练数据集paddle_train_data.zip点击 这里 下载。 如下所示是其超参搜索任务中一个超参数组合的训练代码，代码会通过argparse模块接受在平台中填写的信息，请保持一致。 PaddlePaddle2.1.1_autosear
XGBoost 1.3.1代码规范 - BML 全功能AI开发平台 | 百度智能云文档
XGBoost 1.3.1代码规范 XGBoost 1.3.1代码规范 基于XGBoost 1.3.1框架的结构化数据的回归问题。 如下所示是其超参搜索任务中一个超参数组合的训练代码，代码会通过argparse模块接受在平台中填写的信息，请保持一致。另外该框架支持发布保存模型为pickle和joblib格式，并且在发布至模型仓库时需要选择相应的模型文件。 xgboost1.3.1_autosear
Tensorflow2.3.0代码规范 - BML 全功能AI开发平台 | 百度智能云文档
Tensorflow2.3.0代码规范 Tensorflow 2.3.0代码规范 基于Tensorflow2.3.0框架的MNIST图像分类，训练数据集tf_train_data2.zip点击 这里 下载。 如下所示是其超参搜索任务中一个超参数组合的训练代码，代码会通过argparse模块接受在平台中填写的信息，请保持一致。 tensorflow2.3_autosearch.py示例代码 # -*
EasyDL图像专项适配Jetson-SDK集成快速开始 - EasyDL零门槛AI开发平台 | 百度智能云文档
实际集成的过程中，最需要注意的就是config的配置，一个适合自己应用场景的config参数配置才能带来最佳的预测速度。
8.明厨亮灶厨师帽识别 - EasyDL零门槛AI开发平台 | 百度智能云文档
在智能应用方面，企业可基于AI模型建设“明厨亮灶”的智能应用。以公有云API部署形式为例，该智能应用一般包括监控视频采集、视频处理、模型调用、实时告警、视频留存、统计分析等模块功能，并通过调用公有云AI模型服务来实现AI智能应用。智能应用可部署在本地，也可部署在公有云。下图是智能应用部署在本地的系统架构示意。 数据准备 数据采集 客户的实际场景是基于厨房摄像头视频数据来进行厨师帽佩戴行为识别。
