数据去重 - EasyDL零门槛AI开发平台 | 百度智能云文档
小Tips：“如何利用好重复样本” 如果您的数据存在样本种类不均衡的现象，您可以通过将重复样本数量小的那一类，使其样本数量增加到与数据量大的那一类样本数量相近，以提高模型训练的效果，这种方法也称为“上采样”。 平台去重策略 平台提供了可去重的数据集，即对您上传的数据进行重复样本的去重。注意：当您确定了数据集为去重或非去重的属性后，便不可修改。
数据去重 - EasyDL零门槛AI开发平台 | 百度智能云文档
注意：当您确定了数据集为去重或非去重的属性后，便不可修改 当您创建了一个去重的数据集时，在后续上传数据的过程中，平台可通过检验您当前上传的样本与已上传到此数据集下的样本是否相同，如果相同，则会使用新的样本替代旧的样本。
数据去重 - EasyDL零门槛AI开发平台 | 百度智能云文档
平台去重策略 平台提供了可去重的数据集，即对您上传的数据进行重复样本的去重。注意：当您确定了数据集为去重或非去重的属性后，便不可修改。 当您创建了一个去重的数据集时，在后续上传数据的过程中，平台可通过检验您当前上传的样本与已上传到此数据集下的样本是否相同，如果相同，则会使用新的样本替代旧的样本。
数据去重 - EasyDL零门槛AI开发平台 | 百度智能云文档
平台去重策略 平台提供了可去重的数据集，即对您上传的数据进行重复样本的去重。注意：当您确定了数据集为去重或非去重的属性后，便不可修改。 当您创建了一个去重的数据集时，在后续上传数据的过程中，平台可通过检验您当前上传的样本与已上传到此数据集下的样本是否相同，如果相同，则会使用新的样本替代旧的样本。
面向大数据存算分离场景的数据湖加速方案 | 百度智能云
也分为了两个部分： 第一个部分是针对 BOS 平坦 Namespace 带来的性能和原子性问题，BOS 开发了原生的层级 Namespace，也就是把原来平坦的目录数转化成一个层级的目录数，这样就能够以更高效的方式供大数据应用使用。 第二个优化是我们在进计算节点增加了元数据和数据的缓存产品 RapidFS。 下面我就重点介绍这两个数据湖加速方案。
序列标注数据导入 - BML 全功能AI开发平台 | 百度智能云文档
序列标注数据导入 创建数据集 您可以在BML中，选择“数据管理/标注”并点击按钮“创建数据集”，对话框中选择数据类型为“文本”，标注类型选择“序列标注”，同时您需要根据您的标注数据，选择此序列标注数据集的标注体系（详见文档《序列标注标注说明》）。注意：当前序列标注数据集不支持在线标注功能，您在序列标注数据集中仅能上传标注数据。
导入已标注数据 - BML 全功能AI开发平台 | 百度智能云文档
导入已标注数据 目录 导入已标注数据方式说明 从已有数据集导入已标注数据 查看已标注数据 导入已标注数据方式说明 如果您已有标注好的数据，支持快速导入到BML，方便直接进入后续训练环节。 实例分割任务向选定的数据集导入已标注好的数据目前支持一种方式: 将其他数据集已经标注好的数据导入 从已有数据集导入已标注数据 从已有数据集导入已标注数据，支持选择数据集及导入的具体标签进行导入。
导入未标注数据 - BML 全功能AI开发平台 | 百度智能云文档
导入未标注数据 目录 导入未标注数据方式说明 从本地上传图片导入 从本地上传压缩包导入 导入线上已有数据集 导入未标注数据方式说明 为选定的实例分割数据集导入未标注数据（即原始图片）的方式有两种。一种为从本地选择图片文件；一种为从平台中其余同为图片类型数据集中导入。 从本地上传图片导入 选择 无标注数据-本地-上传图片 ，点击上传图片后选择本地图片文件进行导入。
数据增强算子参考 - BML 全功能AI开发平台 | 百度智能云文档
数据增强算子参考 适用于图像分类的数据增强算子 算子名 功能 ShearX 剪切图像的水平边 ShearY 剪切图像的垂直边 TranslateX 按指定距离（像素点个数）水平移动图像 TranslateY 按指定距离（像素点个数）垂直移动图像 Rotate 按指定角度旋转图像 AutoContrast 自动优化图像对比度 Contrast 调整图像对比度 Invert 将图像转换为反色图像 Equalize
短文本匹配数据标注 - BML 全功能AI开发平台 | 百度智能云文档
短文本匹配数据标注 短文本匹配数据标注 打开短文本匹配数据集的标注页面，您可以看到全部未标注的数据 在页面右侧选择两个文本是相似还是不相似，便可完成标注
