公有云部署 - BML 全功能AI开发平台 | 百度智能云文档
并且支持查找云端模型识别错误的数据，纠正结果并将其加入模型迭代的训练集，不断优化模型效果 模型部署流程 将训练完成的模型发布到模型仓库，在模型仓库中的『版本列表』中点击『公有云部署』或者点击左侧导航栏的公有云部署，进入公有云部署界面后点击『部署模型』。 在部署界面，首先进行服务配置：自定义服务名称、接口地址后缀，选择需要部署的模型， 对每个部署模型还需要进行资源配置，配置模型预测服务所需机器资源。
010-NLP算法 - BML 全功能AI开发平台 | 百度智能云文档
Bert命名实体识别模型将句子输入到bert中，在bert输出后连接一个crf层得到最后结果，输入的数据格式应满足BIO的标注格式。 输入 输入文本数据集，标注数据常采用BIO的标注方式。 输出 输出Bert命名实体识别模型。 算子参数 参数名称 是否必选 参数描述 默认值 batch_size 是 训练过程中的batch_size 范围：[1, inf)。
批量预测服务 - BML 全功能AI开发平台 | 百度智能云文档
批量预测服务 批量预测是一种进行批量数据推理的方式。用户可以上传批量数据进行推理，在数据处理完成后自动停止。支持设置定时循环任务。 批量预测服务的入口在公有云部署的tab下，点击新建预测即可进入填写批量预测服务的详细表单。 批量预测中提供了定时运行的服务，在填写表单中您可以按照任务需求，按照分钟、小时、天、周、月的维度设置任务间隔周期，发起定时运行任务。
015-图算法 - BML 全功能AI开发平台 | 百度智能云文档
幂迭代算法是将数据点嵌入到由相似矩阵推导出来的低维子空间中，然后通过k-means算法得出聚类结果。幂迭代算法利用数据归一化的逐对相似度矩阵，采用截断的迭代法，寻找数据集的一个超低维嵌入，低维空间的嵌入是由拉普拉斯矩阵迭代生成的伪特征向量，这种嵌入恰好是有效的聚类指标，使他在真实的数据集上好于谱聚类算法而不需要求解矩阵的特征值。 输入 输入一个数据集，需要选择源顶点列，目标顶点列，边权值列 。
模型仓库简介 - BML 全功能AI开发平台 | 百度智能云文档
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 文本实体抽取 公有云部署 结构化数据 表格数据预测 公有云部署 通用 N/A 公有云部署 从训练任务导入模型 BML支持多种训练方式
查看训练结果 - BML 全功能AI开发平台 | 百度智能云文档
查看训练结果 当平台跑完NLP任务后，您可以点击“模型效果”进行查看 您可以选择对应任务的不同版本，查看不同的效果数据，如图，当前是V1版本的效果数据： 效果校验 平台提供了针对模型的校验工具，您可以通过上传文本，了解如何模型的识别效果，从而对模型进行校验 文本分类模型校验 您可以上传文本文件（txt格式），也可以直接在输入框中输入文本即可校验，见下图： 短文本匹配模型校验 您可输入两个文本，点击”
百度千帆大模型零基础开箱初体验 千帆社区
千帆不仅提供了包括文心一言底层模型（ERNIE-Bot）和第三方开源大模型，还提供了各种AI开发工具和整套开发环境，方便客户轻松使用和开发大模型应用。 支持数据管理、自动化模型SFT以及推理服务云端部署的一站式大模型定制服务，被广泛应用于各个行业的大数据分析和决策支持中。最近我有幸使用了千帆大模型，下面我将分享一下我的体验。
百度千帆大模型零基础开箱初体验 千帆社区
千帆不仅提供了包括文心一言底层模型（ERNIE-Bot）和第三方开源大模型，还提供了各种AI开发工具和整套开发环境，方便客户轻松使用和开发大模型应用。 支持数据管理、自动化模型SFT以及推理服务云端部署的一站式大模型定制服务，被广泛应用于各个行业的大数据分析和决策支持中。最近我有幸使用了千帆大模型，下面我将分享一下我的体验。
千帆大模型沉浸式开箱之大模型训练完整历程 千帆社区
特别是对于普通人，学习门槛，开发成本更高，学习路径以及开发周期更长，且你需要对编程，对算法，对大模型开发的整个流程以及开发相关的工具足够熟悉。而千帆大模型平台的发布，就能够很好帮你规避了这些难题。千帆大模型平台本身就已经预置了几十个大模型，包括很多常用的开源模型,甚至预置了很多不同行业的数据集，包括金融，医疗,法律等等。。。。根本无需为数据收集而苦恼。
图像分割训练操作说明 - EasyDL零门槛AI开发平台 | 百度智能云文档
图像分割训练操作说明 数据提交后，可以在导航中找到【训练模型】，按以下步骤操作，启动模型训练： 注：1.启动训练前请确保数据已经标注完成，否则无法启动训练 下述训练功能点中，标注为星号（*）的功能为非必要选择项，可根据实际需求考虑是否使用 ① 选择模型 选择此次训练的模型 ② 添加训练数据 先选择数据集，再按标签选择数据集里的图片。
