实景图数据要求 - EasyDL零门槛AI开发平台 | 百度智能云文档
实景图数据要求 简介 训练一个定制商品检测模型需要准备两类数据：SKU单品图片和实景图片。本文档将详细介绍训练一个定制商品检测模型的数据要求，如规格、大小、尺寸等，并提供相应的图片样例。另外，可以参考 实景图标注规范文档 文档内容，了解各个业务场景的实景图片如何正确标注。 点击下载 数据采集与标注规范长图 ，一张图看懂如何采集和标注数据，让您不走弯路，获得一个高精度的商品检测模型。 实景图指的是从
如何发布为API - EasyDL零门槛AI开发平台 | 百度智能云文档
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
模型加速整体说明 - EasyDL零门槛AI开发平台 | 百度智能云文档
模型加速整体说明 功能简介 当您发布时纯离线服务时，平台已结合最新的量化、剪枝、蒸馏技术，推出丰富的模型压缩加速方案，以提高您的SDK部署效率。 覆盖范围：服务器、通用小型设备、专项适配硬件均支持该功能。 具体原理：针对目标芯片，对模型做深度优化压缩加速，加速后模型在推理速度、内存占用、体积大小等指标上表现更优。发布加速模型可能需要一段时间，同时会有微小的精度损失。发布完成后可通过性能报告对比具体
时序预测模型介绍 - EasyDL零门槛AI开发平台 | 百度智能云文档
时序预测模型介绍 时序预测模型介绍 时序预测模型是基于包含时间特征的结构化数据进行建模，系统会基于用户上传的数据使用预置算法进行模型构建与训练。当完成模型训练后，系统不仅提供了常见的评估指标而且会生成可视化的预测序列效果图，帮助用户检查模型的好坏。对于达到业务要求的时序预测模型，可以部署为在线服务，通过远程调用的方式对新的时间数据进行预测。 应用场景 销量预测：基于历史销量数据预测当期的销售量，进
文本创作数据标注 - EasyDL零门槛AI开发平台 | 百度智能云文档
文本创作数据标注 文本创作数据标注 图中所示，模型输出文本框中，您可直接编辑模型输出文本，如图所示： 编辑完成后，点击‘下一篇’按钮自动保存并进入下一篇数据
表格预测模型介绍 - EasyDL零门槛AI开发平台 | 百度智能云文档
表格预测模型介绍 表格数据预测模型介绍 表格数据预测模型是基于结构化数据进行建模，系统会基于用户上传的数据使用预置算法进行模型构建与训练。表格数据预测模型目前支持回归和分类两种类型的模型，其中分类模型包括二分类和多分类模型。 回归 回归模型通常用来预测一个数值，其反映的是变量或属性间的依赖关系，建模过程即求解将一个或多个变量映射到一个实数值的函数。它可以应用到市场营销的各个方面，如销量预测、价格预
模型发布整体说明 - EasyDL零门槛AI开发平台 | 百度智能云文档
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，将获得一部分免费调用次数，如需更多调用量，请在百度云控制台内 提交工单 反馈。
图像分类创建模型 - EasyDL零门槛AI开发平台 | 百度智能云文档
图像分类创建模型 在导航【模型训练】中，点击训练模型，填写相关信息，即可创建训练模型。 操作示例： 注：1. 创建模型后可持续新增模型版本，因此不必每次训练模型都创建模型 2.目前单个用户在每种类型的模型下最多可创建10个模型，每个模型均支持多次训练。 3.如果您是企业用户，建议您按照真实企业信息进行填写，便于EasyDL团队后续更好的为您服务
配置专家模式表格数据预测任务 - BML 全功能AI开发平台 | 百度智能云文档
专家模式：高度开放的建模方式，用户可以进行特征工程、算法、超参搜索等配置，具备相关技能的开发者可以在方式下获得更多的开发自由度。
4.汽车咨询网站文章自动推送 - EasyDL零门槛AI开发平台 | 百度智能云文档
企业使用EasyDL-文本分类（单标签）任务（如下图），仅用3周、仅需要一位业务人员利用业余时间就完成了从零到一汽车文章标题自动分类的模型构建，并实际集成到业务产线中应用。 提示：因为每篇文章需推送到一个专栏而非多个，因此，文章标题与专栏是一一对应关系，即每篇文章仅打上一个专栏的标签即可，所以，选择文本分类（单标签任务）。 数据准备 第一步，明确需要发布的专栏名称。
