AI开发基础知识 目录 AI概念及基本原理 AI模型训练的基本流程介绍 AI概念及基本原理 人工智能(Artificial Intelligence,英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能企图生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理等。
以下是关于表格数据预测模型的技术文档。
图像智能标注介绍说明 使用智能标注功能可降低数据的标注成本。启动后,系统会从数据集所有图片中筛选出最关键的图片并提示需要优先标注。通常情况下,只需标注数据集30%左右的数据即可训练模型。与标注所有数据后训练相比,模型效果几乎等同 整体流程以物体检测的智能标注流程为例: 创建智能标注任务 启动物体检测数据集的智能标注前,请先检查一下是否已满足以下条件: 所有需要识别的标签都已创建 每个标签的标注框数
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。
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。
原语音自训练平台即日已结束公测正式上线,品牌升级更名为“EasyDL语音识别”,平台和语音识别通用接口全面打通,语音技术下任一接口开通付费即可免费训练语音识别模型,无需额外费用。
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
在线标注工具介绍 本文档介绍EasyDL零售版在线标注工具中各个功能的简介。 在线标注工具页面布局 可以使用EasyDL零售版在线标注工具进行标注,在线标注工具提供的多种功能提高标注效率,如下图图所示,下面会对Banner区域(红)、实景图预览区(黄)、图片标注区(蓝)、SKU标签区(绿)四个区域的功能进行介绍。 在线标注工具介绍 Banner区域 从左至右依次为: 返回图集库 点击后返回 实景图
表格数据集介绍 表格数据介绍 训练数据的质量决定了训练所得模型效果可达到的上限。数据上传后无法修改其内容。如果在导入训练数据后需要对其进行更改,必须重新导入。 数据要求 数据文件格式要求: 目前仅支持CSV格式的数据文件 一次仅能上传一个文件,可以是一个CSV文件或由多个CSV文件压缩成的zip包 单个上传文件大小不能超过5GB 一个数据集包含的总文件大小不能超过20GB 数据文件内容要求: 当数
时序数据集介绍 时序数据介绍 时序数据包含有时序特征,常规时序数据是具有一定频率的并且在连续时间范围内的每个采样点上都有一个值。 一个时序数据集可以包含一个或多个时间序列,如下数据集包含一个品牌在A、B两个地区的每日销售数据: datetime,area,sales_quantity 9/3/2018,A,2000 9/3/2018,B,600 9/4/2018,A,2300 9/4/2018,B