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

查看更多>>

spark组件） 高可用开关默认打开，可选择关闭HA模式 集群网络和安全设置保持默认即可 点击下一步，选择各个组的机器配置(master节点建议cpu核数 >= 8, 内存 >= 16G)和机器数量(master节点跟上一步中的高可用模式打开或者关闭有关） 保持其他配置为默认值，点击下一步后，再请点击“去支付”可在集群列表页可查看已创建的集群，当集群状态由“初始化中”变为“空闲中”时，集群创建成功。

查看更多>>

异常排查 ：若生成失败，通过 OpenClaw 终端日志查看错误原因，常见问题包括： 网络问题：检查网络连接，确保可访问百度文库接口； 参数错误：核对主题、页数、风格等参数是否符合规范； 文档格式错误：确保上传的文档为 Word/PDF 格式，无损坏。 五、进阶优化与合规边界 1.

查看更多>>

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

查看更多>>

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、

查看更多>>

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

查看更多>>

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

查看更多>>

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

查看更多>>