云监控

效果优化 通过模型迭代、检查并优化训练数据、选择高精度模型等方法，能够提升模型效果。 模型迭代 一个模型很难一次性就训练到最佳的效果，通常会需要结合模型评估报告和校验结果不断扩充数据和调优。 为此平台提供了模型迭代功能，即当模型训练完毕后，会生成一个最新的版本号，首次V1、之后V2……以此类推。可以通过调整训练数据和算法，多次训练，以获得适合业务需求的模型效果。 如果模型已经是上线状态，依然支持模

查看更多>>

在线标注 通过平台导入「无标注信息」的数据集后，可对无标注数据进行标注操作。 创建标签 进入到待标注的数据集，您需要在右侧的标签栏中创建标签，点击「添加/搜索标签」后，即可输入标签名称，注意平台仅支持数字和字母的标签名 添加完标签后，可以添加标签的备注信息，如下图： 标注实体 您可以在文中划选需要标注的文本，然后在弹出的下落标签中选择需要标注的标签，如下图。也可以在划选文本后，在右侧的标签区域点击

查看更多>>

发布API 在训练模型时，您需要选择「EasyEdge本地部署」的训练方式，才能发布本地部署的私有API。 私有API介绍 将模型以Docker形式在本地服务器（仅支持Linux）上部署为http服务，可调用与公有云API功能相同的接口。可纯离线完成部署，服务调用便捷 发布私有API的流程 训练完毕后，您可以在左侧导航栏中找到「发布模型」，依次进行以下操作即可将模型部署到私有服务器： 在「发布模型

查看更多>>

优化效果 通过模型迭代、检查并优化训练数据、选择高精度模型等方法，能够提升模型效果。 模型迭代 一个模型很难一次性就训练到最佳的效果，通常会需要结合模型评估报告和校验结果不断扩充数据和调优。 为此平台提供了模型迭代功能，即当模型训练完毕后，会生成一个最新的版本号，首次V1、之后V2……以此类推。可以通过调整训练数据和算法，多次训练，以获得适合业务需求的模型效果。 如果模型已经是上线状态，依然支持模

查看更多>>

优化方法 简介 模型训练好后，必经的一个过程是模型优化，EasyDL零售版已专门根据零售业务场景中的数据调优了模型算法，所以优化EasyDL零售版训练的模型，不需要理解和调优模型算法中的各种参数，仅需要优化训练数据即可。优化一个EasyDL零售版的商品检测模型，可以分为以下几个步骤进行： 前提 - 正确采集实景图和单品图，并正确标注实景图 补充实景图 - 使用EasyDL零售版提供的模型优化工具

查看更多>>

发起训练 训练模型 完成数据的标注，或提交已标注的数据后，即可在「模型中心」目录中点击「训练模型」，开始模型的训练。 按以下步骤操作，启动模型训练： Step 1 选择模型 选择此次训练的模型 Step 2 训练配置 部署方式 可选择「公有云部署」、「EasyEdge本地部署」。 如何选择部署方式 选择设备 如果您选择了「EasyEdge本地部署」，请根据实际部署设备选择 如果您选择了「公有云部署

查看更多>>

模型训练 创建任务 当您的模型以及数据集创建完成后，您可以点击左边目录导航栏中的【训练模型】,创建模型或选择您已经创建的模型，再添加您要使用的训练数据集，建议您使用的每个文本创作数据的样本数应达到1000个以上，再启动训练. 训练环境 平台为您提供了GPU算力机器，TeslaGPU V100_32G显存单卡 80核CPU_640G内存，训练设备数默认为8（暂不支持增删机器）。 添加数据集以及完成配

查看更多>>

发起训练 训练模型 完成数据的标注，或提交已标注的数据后，即可在「模型中心」目录中点击「训练模型」，开始模型的训练。 按以下步骤操作，启动模型训练： Step 1 选择模型 选择此次训练的模型 Step 2 训练配置 部署方式 可选择「公有云部署」、「EasyEdge本地部署」。 如何选择部署方式 选择设备 如果您选择了「EasyEdge本地部署」，请根据实际部署设备选择 如果您选择了「公有云部署

查看更多>>