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
如何提升模型效果 如何充分测试模型效果 模型校验 在查看模型评估报告基础上,首先使用模型校验功能测试 未参与过训练 的音频数据进行模型训练,在这一步尽量上传不同类别的数据充分测试,并在测试过程中线下记录识别错误的音频。在测试过程中需要关注以下内容: 不同分类的准确率是否存在明显差异 识别错误的音频是否存在一些共性?比如设备相似、音调相似、环境相似等等 识别错误的音频人耳是否能明显分辨 发布模型为A
模型发布整体说明 训练完成后,可将模型部署在公有云服务器上,通过API进行调用。 公有云API 训练完成的模型存储在云端,可通过独立Rest API调用模型,实现AI能力与业务系统或硬件设备整合 具有完善的鉴权、流控等安全机制,GPU集群稳定承载高并发请求 相关费用 将模型发布为API后,将获得1000次免费调用次数,如需更多调用量,请在百度云控制台内 提交工单 反馈。
如何发布为API 在完成 模型训练 后,可将训练好的模型发布为可调用的服务API。 点击模型列表内对应模型「操作」列中的「申请发布」,或是在左侧导航栏点击 发布模型 可以进入发布模型页面,如上图所示。在对应选项中选择和输入相应内容发起模型发布的申请: 选择模型(必选) 选择需要发布的模型, 只能选择已经完成训练的模型 选择服务 视频分类仅支持发布为云服务API 选择版本(必选) 选择需要发布的模型
Linux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 和 BML。 EasyDL 通用版: 网络类型支持:图像分类,物体检测,图像分割,声音分类,表格预测 硬件支持: Linux x86_64 CPU (基础版,加速版) Linux x86_64 Nvidia GPU (基础版,加速版) 语言支持:Python 3
数据标注说明 目录 标注操作说明 标注技巧说明 上传图片 标注操作说明 在数据集查看详情页面可以点击开始标注,进入到标注页面。 添加标签 点击右侧添加标签,输入不同分类名称,完成标签添加。 标签格式说明:目前平台标签名称只支持数字/字母/下划线,暂时不支持中文 标注方式 根据下侧选定的当前图片,在左侧选择合适的标注工具标注目标物体。 点击下一张图片/切换图片即可完成保存 注意,在标注过程中请不要标
007-组件状态 在画布中,各组件有如下状态: 运行成功:组件右侧有勾代表该组件运行成功。 运行中:旋转动态标识,代表该组件正在运行。 等待中:蓝色省略号标识,代表该组件正在等待运行。 运行失败:红色×号标识,代表由于某种原因运行失败。
镜像管理简介 镜像管理简介 BML镜像管理为用户预置多种框架的训练镜像。当预置镜像不满足需求,需要进行扩展时,镜像管理提供自定义镜像的能力。 目前BML镜像管理已预置作业建模和Notebook建模的镜像,点击 预置镜像 可查看镜像的名称以及镜像可用服务。 如果平台预置镜像不满足训练或预测需求,可基于平台构建自定义镜像。 点击 自定义镜像 ,可查看自定义镜像列表。并可以新建镜像。 镜像使用流程 第一
模型仓库简介 模型仓库是整个BML中模型的中央存储仓库,模型仓库可导入所有训练任务生成的模型并进行统一管理。 模型仓库支持的模型类型 技术方向 类型 部署方式 视觉 图像分类 公有云部署、EasyEdge本地部署 物体检测 公有云部署、EasyEdge本地部署 实例分割 公有云部署、EasyEdge本地部署 自然语言处理 文本分类 公有云部署 短文本相似度 公有云部署 序列标注 公有云部署 文本实
配置休眠策略 公有云部署支持休眠策略,从而实现服务的自动休眠,以帮助用户减少支出。 前提条件 已创建的在线服务支持配置休眠策略。 操作步骤 在左侧导航栏中选择“模型部署”>“公有云部署”。 在服务列表页中,单击已创建服务所在行的“设置休眠策略”。 配置休眠策略,如下图所示: 单击“确定”完成配置。