003-查看模型特征溯源 - BML 全功能AI开发平台 | 百度智能云文档
003-查看模型特征溯源 可视化建模提供特征溯源功能，对模型可用特征进行可视化溯源。 如果数据集组件到算法组件的路径中仅包含“数据处理组件（除‘Python数据处理组件’）”或“特征工程组件（除‘Python特征工程组件’）”，则可以生成特征溯源信息。 算法组件运行成功后，点击鼠标右键，选择“特征溯源”查看。 在弹出的
文本分类数据标注说明 - BML 全功能AI开发平台 | 百度智能云文档
文本分类数据标注说明 文本标注 上传未标注文本后，进入到标注页面，您可以逐一查看每一篇未标注的文本，如下图： 设定分类对应的标签 创建标签后，即可以进行对文本的标注，在文本的上方标签字段处，会显示对应的分类标签，完成标注
XGBoost 1.3.1 - BML 全功能AI开发平台 | 百度智能云文档
XGBoost 1.3.1 XGBoost XGBoost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格式示例代码 Python 复制 1 # -*
Blackhole 1.0.0 - BML 全功能AI开发平台 | 百度智能云文档
Blackhole 1.0.0 Blackhole 1.0.0 Blackhole是百度自研的高性能数据科学引擎，CodeLab中内嵌了该引擎。通过异构加速计算、超大数据处理、高效数据存储等技术，单机Blackhole在数据分析和机器学习等场景相比开源Pandas/Sklearn性能可提升7倍以上、拥有TB级的单机超大
在BML使用外部镜像 - BML 全功能AI开发平台 | 百度智能云文档
在BML使用外部镜像 资源池中除了可以关联容器镜像服务CCR外，用户也可以在资源池的镜像仓库中管理外部镜像。支持使用外部镜像的服务包括： 作业建模 在线服务 预测服务 外部镜像添加步骤 点击平台管理，进入资源池管理。 点击列表页的镜像仓库，进入镜像仓库列表中。 点击添加镜像仓库，用户输入外部镜像的镜像地址和账号密码后，
TensorFlow 2.3.0 - BML 全功能AI开发平台 | 百度智能云文档
TensorFlow 2.3.0 TensorFlow 基于tensorflow框架的MNIST图像分类任务示例代码，训练数据集点击 这里 下载 单机训练（计算节点数为1），示例代码如下： Python 复制 1 2 tf train demo 3 4 import tensorflow as tf 5
TensorFlow 1.13.2 - BML 全功能AI开发平台 | 百度智能云文档
TensorFlow 1.13.2 TensorFlow 基于tensorflow框架的MNIST图像分类任务示例代码，训练数据集点击 这里 下载 单机训练（计算节点数为1），示例代码如下： Python 复制 1 import os 2 import tensorflow as tf 3 import numpy a
002-查看模型可解释性 - BML 全功能AI开发平台 | 百度智能云文档
决策树默认展示前两层，其中灰色底色的为子节点，带箭头符号的为父节点（如图）。点击父节点可展示下一层子节点。当前页面弹框中最多可支持展示5层，点击弹框中的“全部展开”按钮将前5层全部展开。 鼠标hover至相应节点后，可展示该节点对应的相关信息及决策路径，如图： 对于5层展示不全的决策树，可点击“下载完整内容”。
Sklearn 0.23.2代码规范 - BML 全功能AI开发平台 | 百度智能云文档
如下所示是其超参搜索任务中一个超参数组合的训练代码，代码会通过argparse模块接受在平台中填写的信息，请保持一致。另外该框架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。
API简介 - MapReduce BMR_全托管Hadoop/Spark集群
安全：专属私有网络，独占系统环境，确保数据安全。 MapReduce组件 如果您是初次调用百度智能云产品的API，可以观看 API入门视频指南 ，快速掌握调用API的方法。 接口概览 本节汇总了BMR集群可调用 API，具体接口信息请点击链接查看详细内容。
