启动Notebook step1:在左侧导航栏中选择开发->Notebook开发 step2:选择开发语言、AI框架、资源规格与工作目录后启动Notebook 训练物体检测模型 下载 PaddleDetection 套件 打开进入 Notebook,点击进入终端,本文以 PaddleDetection 代码库 release/2.3 分支为例,输入如下命令克隆 PaddleDetection代码库
文档阅读器iOS-SDK开发指南 开发环境 使用SDK包搭建开发环境 下载最新的 文档阅读器iOS SDK ,md5:28fe411b76678426c4bfb209ef7606fa。 Xcode版本:推荐使用Xcode 11.5。 准备 iOS 运行环境:iOS 8.0 及以上的所有系统。 适配 CPU 指令集:armv6、armv7/armv7s、arm64、i386/x86_64。
SSH远程连接开发机 平台提供SSH远程连接开发机的方式,您可以通过SSH安全的连接到开发机,进行文件传输、代码编辑等操作。
图像分类-单图单标签API参考文档 本文档主要说明定制化模型发布后获得的API如何使用,如有疑问可以通过以下方式联系我们: 在百度智能云控制台内 提交工单 进入 BML社区交流 ,与其他开发者进行互动 加入BML官方QQ群(群号:868826008)联系群管 接口描述 基于自定义训练出的图像分类模型,实现个性化图像识别。模型训练完毕后发布可获得定制化图像分类API 接口鉴权 1、在 BML控制台
视觉任务服务器端WindowsSDK集成文档 简介 本文档介绍Windows GPU SDK的使用方法。 网络类型支持:图像分类,物体检测,图像分割、声音分类 硬件支持: NVIDIA GPU (普通版,加速版) 操作系统支持 64位 Windows 7 及以上 64位Windows Server 2012及以上 环境依赖(必须安装以下版本) .NET Framework 4.5 Visual C
图像分类服务器端SDK集成文档-Linux-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
物体检测服务器端SDK集成文档-Linux-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
图像分类服务器端SDK集成文档-Linux-Atlas 简介 本文档介绍EasyEdge/EasyDL的Linux Atlas SDK的使用方法。 注意Atlas有两种产品形态,Atlas 200和Atlas 300, 请参见此处的 文档说明 网络类型支持:图像分类 硬件支持: CPU: aarch64 Atlas 300 卡 操作系统支持:Atlas指定的Linux版本, Ubuntu 16.0
图像分割服务器端SDK集成文档-Linux-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
物体检测服务器端SDK集成文档-Linux-Atlas 简介 本文档介绍EasyEdge/EasyDL的Linux Atlas SDK的使用方法。 注意Atlas有两种产品形态,Atlas 200和Atlas 300, 请参见此处的 文档说明 网络类型支持:图像分类 硬件支持: CPU: aarch64 Atlas 300 卡 操作系统支持:Atlas指定的Linux版本, Ubuntu 16.0