云服务器内容精选

  • 步骤3:创建自动学习物体检测项目 确保数据集创建完成且可正常使用后,在ModelArts控制台,左侧导航栏选择“自动学习”默认进入新版自动学习页面,选择物体检测项目,单击“创建项目”。 进入“创建物体检测”页面后,填写相关参数。 计费模式:默认按需计费。 名称:自行创建项目名称。 描述:自行描述项目详情,例如口罩检测。 数据集:下拉选择已下载的数据集(步骤2中已成功导入的数据集,默认为下拉数据集列表中的第一个数据集)。 输出路径:选择步骤2的3中的数据集输出位置。 训练规格:根据您的实际需要选择对应的训练规格。 确认无误后单击右下角“创建项目”可自动跳转至自动学习的运行总览页面。
  • 步骤4:运行工作流 在自动学习的运行总览页面,会产生一条工作流。工作流会自动从数据标注节点开始,依次运行数据集版本发布、数据校验、物体检测、模型注册、服务部署等节点,直至工作流全部运行完成。您需要做的是: 在数据标注节点,待数据标注节点变为橘色即为“等待操作”状态,双击数据标注节点,打开数据标注节点的运行详情页面。前往实例详情页确认所有图片是否都标注完成,确认无误后,回到工作流页面单击“继续运行”。 在“确认是否继续允许”的弹窗中,单击“确定”,工作流会继续从数据标注节点依次运行到服务部署节点。该段时间不需要用户做任何操作。 当工作流运行到“服务部署”节点,“服务部署”节点会变成橙色,双击“服务部署”节点。在服务部署页签中,可以看到状态变为了“等待输入”。 需要选择填写以下两个参数,其他参数均为默认值,保持不变。 计算节点规格:根据您的实际需求选择相应的规格。 是否自动停止:为避免资源浪费,建议打开自动停止开关,根据您的实际需要,选择自动停止时间,也可以自定义自动停止的时间。 图3 选择计算节点规格 图4 设置自动停止 参数填写完毕之后,单击运行状况右边的“继续运行”,单击确认弹窗中的“确定”即可继续完成工作流的运行。
  • 步骤1:准备工作 注册华为账号并开通华为云、实名认证 注册华为账号并开通华为云 进行实名认证 配置委托访问授权 ModelArts使用过程中涉及到OBS、SWR、IEF等服务交互,首次使用ModelArts需要用户配置委托授权,允许访问这些依赖服务。 使用华为云账号登录ModelArts管理控制台,在左侧导航栏单击“全局配置”,进入“全局配置”页面,单击“添加授权”。 在弹出的“访问授权”窗口中,授权对象类型选“所有用户”,委托选择选“新增委托”,权限配置选择“普通用户”,并勾选“我已经详细阅读并同意《ModelArts服务声明》”,然后单击“创建”。 完成配置后,在ModelArts控制台的全局配置列表,可查看到此账号的委托配置信息。
  • 自动学习功能介绍 ModelArts自动学习是帮助人们实现AI应用的低门槛、高灵活、零代码的定制化模型开发工具。自动学习功能根据标注数据自动设计模型、自动调参、自动训练、自动压缩和部署模型。开发者无需专业的开发基础和编码能力,只需上传数据,通过自动学习界面引导和简单操作即可完成模型训练和部署。 当前自动学习支持快速创建图像分类、物体检测、预测分析、声音分类和文本分类模型的定制化开发。可广泛应用在工业、零售安防等领域。 图像分类:识别图片中物体的类别。 物体检测:识别出图片中每个物体的位置和类别。 预测分析:对结构化数据做出分类或数值预测。 声音分类:对环境中不同声音进行分类识别。 文本分类:识别一段文本的类别。文本分类目前只支持中文。 旧版自动学习仅支持使用旧版数据集功能,不支持使用新版数据集功能。
  • 自动学习流程介绍 使用ModelArts自动学习开发AI模型无需编写代码,您只需上传数据、创建项目、完成数据标注、发布训练、然后将训练的模型部署上线。具体流程请参见图1。新版自动学习中,该流程可完全由Workflow进行承载,如图2。开发者可以通过Workflow进行有向无环图(Directed Acyclic Graph,DAG)的开发,整个DAG的执行就是有序的任务执行模板,依次执行从数据标注、数据集版本发布、模型训练、模型注册到服务部署环节。若想了解更多关于Workflow您可以参考Workflow简介。 图1 自动学习操作流程 图2 Workflow运行流程
  • 自动学习功能介绍 ModelArts自动学习是帮助人们实现AI应用的低门槛、高灵活、零代码的定制化模型开发工具。自动学习功能根据标注数据自动设计模型、自动调参、自动训练、自动压缩和部署模型。开发者无需专业的开发基础和编码能力,只需上传数据,通过自动学习界面引导和简单操作即可完成模型训练和部署。 当前自动学习支持快速创建图像分类、物体检测、预测分析、声音分类和文本分类模型的定制化开发。可广泛应用在工业、零售安防等领域。 图像分类:识别图片中物体的类别。 物体检测:识别出图片中每个物体的位置和类别。 预测分析:对结构化数据做出分类或数值预测。 声音分类:对环境中不同声音进行分类识别。 文本分类:识别一段文本的类别。
  • 步骤3:运行工作流 项目完成创建之后,会自动跳转到新版自动学习的运行总览页面。同时您的工作流会自动从数据标注节点开始运行。您需要做的是: 在数据标注节点,待数据标注节点变为橘色即为“等待操作”状态,双击数据标注节点,打开数据标注节点的运行详情页面,单击“继续运行”。 在弹窗中,单击“确定”,工作流会继续从数据标注节点依次运行到服务部署节点。该段时间不需要用户做任何操作。 图6 确认继续运行 当工作流运行到“服务部署”节点,状态会变为“等待输入”,需要选择填写以下两个参数,其他参数均为默认值,保持不变: 计算节点规格:根据您的实际需求选择相应的规格,不同规格的配置费用不同,价格详情请参见价格详情。 是否自动停止:为避免资源浪费,建议打开自动停止开关,根据您的实际需要,选择自动停止时间,也可以自定义自动停止的时间。 图7 用户输入 参数填写完毕之后,单击运行状况右边的“继续运行”,单击确认弹窗中的“确定”即可继续完成工作流的运行。 图8 继续运行
  • 模型部署规格 自动学习下的不同项目,在完成训练后,进行模型部署时,按照不同的项目类型,模型部署所支持的规格也有所不同,具体可参见表1。 表1 不同项目支持的部署规格 分类 模型部署可用规格 图像分类 自动学习免费规格(CPU) 增强计算型3实例-自动学习(CPU) 增强计算型2实例-自动学习(GPU) 物体检测 自动学习免费规格(CPU) 增强计算型3实例-自动学习(CPU) 增强计算型2实例-自动学习(GPU) 预测分析 自动学习免费规格(CPU) 增强计算型3实例-自动学习(CPU) 声音分类 自动学习免费规格(CPU) 增强计算型3实例-自动学习(CPU) 增强计算型2实例-自动学习(GPU) 文本分类 自动学习免费规格(CPU) 增强计算型3实例-自动学习(CPU) 增强计算型2实例-自动学习(GPU)
  • 模型训练规格 自动学习下的不同项目,在进行训练时,按照不同的项目类型,模型训练所支持的规格也有所不同,具体可参见表1。 表1 不同项目支持的训练规格 分类 模型训练可用规格 图像分类 GPU: 8*NVIDIA-V100(32GB) | CPU: 72 核 512GB GPU: 1*NVIDIA-V100(32GB) | CPU: 8 核 64GB [限时免费]GPU: 1*NVIDIA-V100(32GB) | CPU: 8 核 64GB 物体检测 GPU: 8*NVIDIA-V100(32GB) | CPU: 72 核 512GB GPU: 1*NVIDIA-V100(32GB) | CPU: 8 核 64GB [限时免费]GPU: 1*NVIDIA-V100(32GB) | CPU: 8 核 64GB 预测分析 GPU: 8*NVIDIA-V100(32GB) | CPU: 72 核 512GB GPU: 1*NVIDIA-V100(32GB) | CPU: 8 核 64GB [限时免费]GPU: 1*NVIDIA-V100(32GB) | CPU: 8 核 64GB 声音分类 GPU: 8*NVIDIA-V100(32GB) | CPU: 72 核 512GB GPU: 1*NVIDIA-V100(32GB) | CPU: 8 核 64GB [限时免费]GPU: 1*NVIDIA-V100(32GB) | CPU: 8 核 64GB 文本分类 GPU: 8*NVIDIA-V100(32GB) | CPU: 72 核 512GB GPU: 1*NVIDIA-V100(32GB) | CPU: 8 核 64GB [限时免费]GPU: 1*NVIDIA-V100(32GB) | CPU: 8 核 64GB 只有北京四区域支持限时免费规格。