应用引擎

配置休眠策略 公有云部署支持休眠策略，从而实现服务的自动休眠，以帮助用户减少支出。 前提条件 已创建的在线服务支持配置休眠策略。 操作步骤 在左侧导航栏中选择“模型部署”>“公有云部署”。 在服务列表页中，单击已创建服务所在行的“设置休眠策略”。 配置休眠策略，如下图所示： 单击“确定”完成配置。

查看更多>>

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

查看更多>>

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：

查看更多>>

查看训练结果 当平台跑完NLP任务后，您可以点击“模型效果”进行查看 您可以选择对应任务的不同版本，查看不同的效果数据，如图，当前是V1版本的效果数据： 效果校验 平台提供了针对模型的校验工具，您可以通过上传文本，了解如何模型的识别效果，从而对模型进行校验 文本分类模型校验 您可以上传文本文件（txt格式），也可以直接在输入框中输入文本即可校验，见下图： 短文本匹配模型校验 您可输入两个文本，点击

查看更多>>

创建NLP任务 一个项目是指对应的一个场景或者领域的问题，例如智能客服场景、智能教育场景等。在BML中，提供了文本分类单标签、文本分类多标签、短文本相似度、序列标注、文本实体抽取任务的模型训练能力。本章节将通过演示，如何创建一个自然语言处理任务来完成问文本分类的任务。 在BML的控制面板左侧，打开【预制模型调参】，并点击内容主板的“新建”按钮： 在弹出的个人信息表中，填写对应的个人信息，有效的个人

查看更多>>

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

查看更多>>

模型仓库简介 模型仓库是整个BML中模型的中央存储仓库，模型仓库可导入所有训练任务生成的模型并进行统一管理。 模型仓库支持的模型类型 技术方向 类型 部署方式 视觉 图像分类 公有云部署、EasyEdge本地部署 物体检测 公有云部署、EasyEdge本地部署 实例分割 公有云部署、EasyEdge本地部署 自然语言处理 文本分类 公有云部署 短文本相似度 公有云部署 序列标注 公有云部署 文本实

查看更多>>

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

查看更多>>