创建训练作业 创建训练作业 前提条件 自定义作业需要依赖于BOS对象存储读取输入文件,创建自定义作业之前需要保证您已经开通了BOS对象存储的服务。 授权自定义作业读写您的BOS对象存储,以顺利进行自定义作业的配置。 在BOS中存储创建Bucket,并且存储用于训练的代码文件和数据集,创建一个空文件夹用于输出文件的存储 新建作业 在导航栏选择『自定义作业-训练作业』,进入训练作业的列表页。 点击『新
查看训练结果 当平台跑完NLP任务后,您可以点击“模型效果”进行查看 您可以选择对应任务的不同版本,查看不同的效果数据,如图,当前是V1版本的效果数据: 效果校验 平台提供了针对模型的校验工具,您可以通过上传文本,了解如何模型的识别效果,从而对模型进行校验 文本分类模型校验 您可以上传文本文件(txt格式),也可以直接在输入框中输入文本即可校验,见下图: 短文本匹配模型校验 您可输入两个文本,点击
资源池使用简介 功能说明 资源池管理中所挂载的资源池可以在平台上通过资源分配的方式进行使用。 资源分配说明 入口:资源池管理下已挂载且处于在线状态的用户资源池操作栏 可操作角色:当前区域(region)下的超级管理员、资源管理员 点击资源分配,进入到资源分配页面;资源池需要分配至项目空间后才可使用。 资源分配分为两种方式:单个或多个项目空间、所有及新增项目空间,具体说明如下: 1、单个或多个项目空
声音分类整体说明 什么是声音分类模型 声音分类 是指可以定制识别出当前音频是哪种声音,或者是什么状态/场景的声音。 EasyDL声音分类可以定制的模型更多可以区分出不同物种发出的声音,如果希望定制声纹识别模型(如区分出当前音频是谁的声音),目前用EasyDL声音分类暂时无法解决。 目前声音分类使用EasyDL支持对 最长15s左右的音频 进行处理,在正式使用EasyDL声音分类模型之前,需要将已有
main__' : main ( ) 示例代码对应的yaml配置如下,请保持格式一致 pwo_search_demo_for_paddle.yml示例内容 #搜索算法参数 search_strategy: algo: PARTICLE_SEARCH #搜索策略:粒子群算法 params: population_num: 8 #种群个体数量 | [1,10] int类型 round: 10 #迭代轮数
EdgePredictorConfig 的具体使用方法可以参考开发工具包中的demo工程。
语言支持:Python 3.5, 3.6, 3.7, 3.8, 3.9 BML: 网络类型支持:图像分类,物体检测,声音分类,表格预测 硬件支持: Linux x86_64 CPU (基础版) Linux x86_64 Nvidia GPU (基础版) 语言支持:Python 3.5, 3.6, 3.7,3.8,3.9 Release Notes 时间 版本 说明 2023-03-16 1.3.7 迭代升级
使用SDK SDK的激活与使用分以下四步: ① 在【我的服务】-【服务详情】内下载SDK: ② 在 BML控制台 获取序列号 按设备获得授权并使用SDK时,每部署一个项目,即可新增2个序列号: Android或iOS操作系统的SDK可以选择按产品线激活,序列号与包名(Package Name/Bundle ID)绑定: ③ 本地运行SDK,并完成首次联网激活 通过左侧导航栏查看不同操作系统SDK的开发文档
quot;max_gen_len": "64" } 示例返回: { "log_id": "123456", "result": [{ "content": "带个男朋友", "is_truncate": 0 }] } 在线调试 EasyDL零基础开发平台提供了
下载解码SDK 在线调试 EasyDL零基础开发平台提供了 示例代码中心(API调试平台)-示例代码 ,用于帮助开发者在线调试接口,查看在线调用的请求内容和返回结果、复制和下载示例代码等功能,简单易用。 错误码 若请求错误,服务器将返回的JSON文本包含以下参数: error_code: 错误码。 error_msg: 错误描述信息,帮助理解和解决发生的错误。