保存Notebook中的模型 - BML 全功能AI开发平台 | 百度智能云文档
保存Notebook中的模型 保存Notebook中的模型 模型只有保存为特定版本后，才可以执行检验，校验通过后可以将其发布到模型仓库。 请确保要保存的模型文件在/home/work/PretrainedModel目录下。模型支持版本管理功能，在保存时可以生成新版本也可以覆盖已有的且尚未部署的模型版本，每个版本的模型都可以独立部署。每个模型版本中保存的模型文件大小上限为1.5GB。
Notebook导入数据集 - BML 全功能AI开发平台 | 百度智能云文档
Notebook导入数据集 BML基于Jupyter提供了在线的交互式开发环境，在此基础上也为用户提供了便捷导入数据集的方式。 通过平台导入 先点击数据总览，并点击创建数据集，将数据集上传到 BML 平台进行纳管。 进入Codelab Notebook，点击导入数据集插件，并选择从平台数据集的导入方式，选择已经在平台纳
视觉任务服务器端LinuxSDK集成文档-C++ - BML 全功能AI开发平台 | 百度智能云文档
使用流程 请优先参考Demo的使用流程。遇到错误，请优先参考文件中的注释解释，以及日志说明。
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
005-AutoML(自动调参) - BML 全功能AI开发平台 | 百度智能云文档
005-AutoML(自动调参) AutoML(自动调参) 为了帮助模型达到更精准的效果，平台支持自动调参。支持自动调参的组件有XGBoost二分类、XGBoost多分类、XGBoost回归等等。 点击“AutoML 按钮。 在弹出的“自动调参”页面中，选择对应的算法组件。 在调参配置中，设置数据拆分比例、网格拆分数、
标准接口规范参考 - BML 全功能AI开发平台 | 百度智能云文档
标准接口规范参考 脚本调参和Notebook训练方式产出的模型部署到公有云时，不同任务类型的应用接口的请求与响应均满足响应的标准规范。 图像分类-单图单标签 标准接口请求参考说明： 字段名称 必须 类型 说明 image 是 string 图像数据，base64编码，要求base64编码后大小不超过4M，最短边至少15
创建表格预测任务 - BML 全功能AI开发平台 | 百度智能云文档
创建表格预测任务 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
008-组件资源配置 - BML 全功能AI开发平台 | 百度智能云文档
008-组件资源配置 在画布中，拖拽组件后，需为组件配置对应的资源。 Spark运行参数 Spark任务中包含Driver和Executor，关系为一对多，您需要分别对Driver和Executor进行资源配置。 参数名称 是否必选 参数描述 Driver 运行环境 是 平台提供两种资源套餐可供选择 Executor
如何发布私有API - BML 全功能AI开发平台 | 百度智能云文档
如何发布私有API 训练完毕后，可以在左侧导航栏中找到【EasyEdge本地部署】，选择通用【服务器】，点击【发布新服务】，进入发布界面。 step1.部署方式选择服务器，集成方式选择私有API后，选择需要发布的模型及版本，上传指纹文件，勾选业务场景需要的操作系统与硬件芯片。设置完毕点击下一步 step2. 填写完基本
Sklearn 0.23.2 - BML 全功能AI开发平台 | 百度智能云文档
Sklearn 0.23.2 Sklearn sklearn框架下，自定义作业支持发布保存模型为 pickle 和 joblib 格式，并且在发布至模型仓库时需要选择相应的模型文件。使用下面代码进行模型训练时，训练程序可以自行加载数据，训练数据选择空文件夹即可。 pickle格式模型示例代码: Python 复制 1
