资源池管理简介 功能说明 BML全功能AI开发平台提供了公共资源池、专属资源池及用户资源池供您使用！您或者平台资源管理员相关角色可在资源管理模块进行管理。

查看更多>>

镜像管理简介 镜像管理简介 BML镜像管理为用户预置多种框架的训练镜像。当预置镜像不满足需求，需要进行扩展时，镜像管理提供自定义镜像的能力。 目前BML镜像管理已预置作业建模和Notebook建模的镜像，点击 预置镜像 可查看镜像的名称以及镜像可用服务。 如果平台预置镜像不满足训练或预测需求，可基于平台构建自定义镜像。 点击 自定义镜像 ，可查看自定义镜像列表。并可以新建镜像。

查看更多>>

自定义作业简介 自定义作业简介 自定义作业提供高性能的计算环境，用于进行大规模分布式的模型训练及优化。您可以使用不同框架，编写代码进行多轮训练和迭代，将结果输出到BOS对象存储，或者发布模型到模型仓库。 训练方式简介 自定义作业预置的训练环境支持机器学习和深度学习常用的python库。您可以将代码文件和数据集存储在您的BOS对象存储中，并且在编辑自定义作业时从BOS选取这些文件进行训练。

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。

查看更多>>

自动搜索作业简介 自动搜索作业简介 超参搜索是机器学习/深度学习技术中的关键一环，无论是机器学习的树模型参数、特征选择、还是深度学习的学习率/权重衰减等等，甚至于网络结构的选择，都会涉及到搜索最优参数的需求。传统的人工超参搜索需要有经验的工程师耗费大量的时间和精力进行手动调优，而自动超参搜索能够在节省人力的情况下，自动地进行超参调优，更有效率地寻找最优解。

查看更多>>

公有云部署简介 公有云部署即将模型中的模型部署为在线服务，从而以REST API的方式提供推理预测能力。 公有云部署概要 模型仓库中的模型与公有云部署即在线服务是一一对应的关系，即模型仓库中一个模型包含多个版本时，这些不同的版本只能部署到同一个在线服务中。 在线服务当前仅允许一个模型版本处于上线状态，若上线时有其它模型版本在线，则会将当前版本下线并上线新的版本。

查看更多>>

预置模型调参简介 在BML中，面向初级的AI开发者提供了预置模型调参建模方式。在该方式下，开发者无需关注构建模型的代码细节，而只需要选择合适的预训练模型以及网络即可。对于系统预置的可配置网络参数，可以适用于大部分场景，开发者也可以根据自己的经验进行调整，以获得更适合特定场景的模型。

查看更多>>

文字识别任务简介 文字识别模型类型 文字识别模型即是常说的OCR模型，预置模型调参目前提供了通用的全文本识别场景，可以应对常规的文字识别任务，且支持多种文字。 文字识别模型应用场景 纸质文档电子化 通用文字识别模型支持针对多语种的纸质文档进行电子化，开发者可以采集文档图片并标注，对模型进行训练，从而实现纸质文档的自动电子化，提升工作效率。

查看更多>>