生成式人工智能应用工程师

EasyDL物体检测模型如何在通用小型设备部署 训练完毕后，可以选择将模型通过「SDK-纯离线服务」或「API-端云协同服务」部署，具体介绍如下： 纯离线服务部署 纯离线服务目前仅支持通过SDK集成，可以在左侧导航栏中找到「发布模型」，依次进行以下操作即可发布设备端SDK： 选择模型 选择部署方式「EasyEdge本地部署」-「通用小型设备」 选择版本 选择集成方式 点击发布 再根据实际使用设备选择系统与芯片

查看更多>>

EasyDL图像分割模型如何在通用小型设备部署 训练完毕后，可以选择将模型通过「SDK-纯离线服务」或「API-端云协同服务」部署，具体介绍如下： 纯离线服务部署 纯离线服务目前仅支持通过SDK集成，可以在左侧导航栏中找到「发布模型」，依次进行以下操作即可发布设备端SDK： 选择模型 选择部署方式「EasyEdge本地部署」-「通用小型设备」 选择版本 选择集成方式 点击发布 再根据实际使用设备选择系统与芯片

查看更多>>

当一个项目新建了多个任务类型进行迭代训练时，训练数据会默认为最近一次训练版本所选的数据， 如果标签不变仅每个标签下的标注数据发生变化，或者配置脚本内容发生变化，则数据的部分可以不做任何操作。 配置数据增强策略 在配置完训练集之后，紧接着就可以配置数据增强策略。 深度学习模型的成功很大程度上要归功于大量的标注数据集。通常来说，通过增加数据的数量和多样性往往能提升模型的效果。

查看更多>>

配置模型 配置模型 在BML中，Notebook不仅为用户提供了开发环境，而且支持用户将Notebook中开发的模型部署发布到模型仓库以及部署为在线服务。在发布前需要先对已保存的模型配置相应的出入参及数据处理逻辑，从而保证后续模型可被部署。 在左侧导航栏中单击“Notebook”。 在已创建的“dogcat分类模型”的模型发布列表中，单击待部署版本模型所在行的“模型发布列表”。

查看更多>>

目前平台为您提供了对应代码的注释，方便您了解如何进行代码编辑和修改。 3.在配置资源部分，目前平台已提供GPU V100、P40两种机型。选中您所需的机型，根据需要设置计算节点数，如您选择多节点进行分布式训练，可有效提升训练速度，节点数越多训练效率越高。在最长训练设置部分，目前文本任务方向没有时间上线，建议您尽量设置较长时长，注意如您使用ERNIE预训练模型，建议训练时长不低于4小时。

查看更多>>

进化算法 进化算法是一种效果较好的算法，应用此算法时也需要进行较多的选项设置 「迭代轮数」:进化算法运行中迭代的轮数，范围5-50； 「扰动间隔」:进化算法每隔几个epoch就会进行随机扰动，利用随机因素防止算法结果收敛于局部最优解； 「扰动比例」：类似于染色体交叉的形式，迭代中一个种群内最好与最坏的个体依据扰动比例进行交叉； 「随机初始化概率」：在扰动中，有一定概率对个体的超参数进行初始化； 「种群个体数量

查看更多>>

如何使用Notebook SSH 功能 什么是SSH功能 如果您想要使用本地的开发环境，把任务提交到线上的资源运行。可以使用SSH连接的功能。 如何使用SSH功能 使用流程： 创建BLB、EIP 如果您需要使用Notebook SSH功能，您需要创建 EIP 。EIP为您提供公网带宽服务。

查看更多>>

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。

查看更多>>