智能数据API 智能数据API 目前BML对数据集进行创建、删除、导入、导出、新增版本等操作有两种操作方式。 一种是通过在平台页面直接进行操作; 一种为通过调用相关API对数据集进行相应操作。本文档主要介绍如何用API对数据集进行相关操作。 目录 接口鉴权 创建数据集API接口文档 数据集上传API接口文档 删除数据集API接口文档 新增数据集版本API接口文档 获取数据集版本详情API接口文档
007-组件状态 在画布中,各组件有如下状态: 运行成功:组件右侧有勾代表该组件运行成功。 运行中:旋转动态标识,代表该组件正在运行。 等待中:蓝色省略号标识,代表该组件正在等待运行。 运行失败:红色×号标识,代表由于某种原因运行失败。
015-图算法 图算法 FastUnfolding FastUnfolding 算法是基于模块度对社区划分的算法。FastUnfolding 算法是一种迭代的算法,主要目标是不断划分社区使得划分后的整个网络的模块度不断增大。 输入 输入数据集,包括源顶点列,目标顶点列,边权值列(可选)。 输出 输出结果数据集,包括两列:node(源/目标顶点名称),community(社区id),communit
创建训练作业 创建训练作业 前提条件 自定义作业需要依赖于BOS对象存储读取输入文件,创建自定义作业之前需要保证您已经开通了BOS对象存储的服务。 授权自定义作业读写您的BOS对象存储,以顺利进行自定义作业的配置。 在BOS中存储创建Bucket,并且存储用于训练的代码文件和数据集,创建一个空文件夹用于输出文件的存储 新建作业 在导航栏选择『自定义作业-训练作业』,进入训练作业的列表页。 点击『新
002-开始训练 运行 您在画布中配置好算子组件以及参数后,需点击画布上方的“运行”按钮,一键训练模型。
006-回归算法 回归算法 DecisionTree回归 决策树(DecisionTree)回归是基于回归树的决策树模型。一个回归树对应着输入空间(特征空间)的一个划分以及在划分单元上的输出值。输入空间的划分是通过遍历所有输入变量,找到最优的切分变量和最优的切分点,将输入空间划分为两部分,然后重复这个操作得到;划分单元上的输出值是该单元内所有样本点的均值。 划分度量使用均方误差的方法。 输入 输入
配置视觉任务 配置训练集及评测集 配置训练集 在添加任务备注后,在添加数据的位置选择添加训练集。 可选的数据集要求如下: 数据集标注类型与项目类型一致,如同为图像分类-单图单标签/物体检测-矩形框标注等 数据集数据量不为0; 数据集状态非智能标注中,非导入中 数据集状态支持导入多个数据集的多个标签, 如果选择标签名称一致,则相应数据内容会被合并 。 当一个项目新建了多个任务类型进行迭代训练时,训练
012-预测组件 预测组件 特征工程预测 特征工程预测是专门用于特征工程组件模型预测的组件,特征工程组件中生成模型的算法都可以采用该组件进行预测操作。 输入 输入Python 模型和预测数据集。 输出 输出Python模型预测结果数据集。 预测组件 预测组件是专门用于算法组件模型预测的组件,算法组件产出的模型可以采用该组件进行预测操作。 输入 输入Python 模型和预测数据集。 输出 输出Pyt
创建视觉任务 在任务列表点击【创建项目】,在弹窗中提交以下信息完成项目创建: 完善个人信息 :填写项目归属、行业、联系方式完成项目创建。 注意:有效的联系方式将有助于后续模型上线的人工快速审核,以及更快的百度官方支持 提交项目信息 :提交模型名称、技术方向、任务类型、应用场景及功能描述,即可完成项目创建。其中 任务类型与配置任务可选的数据类型一一对应 。
查看训练结果 在脚本调参任务训练完成后,可以查看任务结果。 在BML左侧导航栏中单击“脚本调参”,进入脚本调参列表页面。 在脚本调参表单中单击“任务列表”,可以进入其任务列表页面,如下所示: 在任务列表中,单击评估报告,可以查看该任务生成的模型的报告信息,如下所示: