🍅 简历模板、PPT 模板、学习资料、技术互助。关注我,都给你
这是一个神奇等式:ModelArts + Gallery = 0 基础玩转 AI
emmm,今天两个重点:
-
AI ModelArts
-
AI Gallery
一、AI ModelArts
1.1 什么是 AI ModelArts?
ModelArts 是面向开发者的一站式 AI 平台,为机器学习与深度学习提供海量数据预处理及交互式智能标注、大规模分布式训练、自动化模型生成,及端-边-云模型按需部署能力,帮助用户快速创建和部署模型,管理全周期 AI 工作流。
| ModelArts 特性 | 解释 |
| — | — |
| 低门槛 | 开箱即用,零基础 3 步即可构建 AI 模型 |
| 高效率 | AI 开发全流程可视化管理,生产效率百倍提升 |
| 高性能 | 自研 MoXing 框架,极致提升开发效率和训练速度 |
| 易运维 | 灵活支持多厂商多框架多功能模型统一纳管 |
1.2 AI ModelArts 功能大赏
- 1.2.1 本文将重点演示: 基于 ModelArts 预置算法实现花卉识别
- 1.2.2 其它功能探索
功能超级多,小伙伴们自己去发掘吧!
1.3 AI ModelArts 实战演示训练
ModelArts 在 AI Gallery 中提供了适用于“物体检测”、“图像分类”和“文本分类”等场景的算法、数据、模型等。
-
步骤 1:准备训练数据
-
步骤 2:订阅算法
-
步骤 3:使用订阅算法创建训练作业
-
步骤 4:创建 AI 应用
-
步骤 5:部署为在线服务(CPU)
说明:本案例使用过程中,从 AIGallery 下载数据集和订阅算法免费,在 ModelArts 上运行训练作业推荐使用免费资源,将模型部署为在线服务推荐使用免费资源。
步骤 1:准备训练数据
1、单击样例数据集链接,跳转至“AI Gallery > 数据 > 四类花卉图像分类小数据集”页面。
2、单击“下载”跳转至下载页面详情页。
3、在下载详情页,填写参数。 下载方式:选择“对象存储 OBS 服务” 目标区域:选择“华北-北京四” 目标位置:请选择一个空的 OBS 目录,本示例为“/test-modelartsz/dataset-flower/”
4、确认无误后,单击确定。页面自动跳转到“个人中心>我的数据>我的下载”页面,请耐心等待,预计 5 分钟左右。
5、下载完成后,您可以单击目标位置跳转至 OBS 桶中查看是否存在已下载的数据。
步骤 2:订阅算法
目前“图像分类-ResNet_v1_50”算法发布在 AI Gallery 中。您可以前往 AI Gallery,订阅此模型,然后同步至 ModelArts 中。
1、在 ModelArts 管理控制台中,在左侧菜单栏中选择“AI Gallery”,进入 AI Gallery。 2、在 AI Gallery 中,选择“资产集市>算法”页签,在搜索框中输入“图像分类-ResNet_v1_50”,查找对应的算法。请选择支持 CPU、GPU 训练的算法。 3、单击算法链接进入算法详情页,单击右侧的“订阅”,根据界面提示完成算法订阅。 此算法由 ModelArts 官方提供,目前免费开放。订阅算法完成后,页面的“订阅”按钮显示为“已订阅”。
4、单击详情页的“前往控制台”,此时弹出“选择云服务区域”对话框,选择 ModelArts 对应的区域,然后再单击“确定”, 页面将自动跳转至 ModelArts 的“算法管理>我的订阅”中同步对应的算法。
5、在 ModelArts 管理控制台的算法管理页面,算法将自动同步至 ModelArts 中。
步骤 3:使用订阅算法创建训练作业
算法订阅成功后,算法将呈现在“算法管理>我的订阅”中,您可以使用订阅的“图像分类-ResNet_v1_50”算法创建训练作业,获得模型。
1、进入“算法管理 > 我的订阅”页面,选择订阅的“图像分类-ResNet_v1_50”算法,单击左侧的小三角展开算法,在版本列表中,单击“创建训练作业”。
2、在创建训练作业页面,参考如下说明填写关键参数。
-
“算法>我的订阅”:系统默认选择订阅的算法,请勿随意修改。
-
“训练输入”:选择数据存储位置,然后从弹出的窗口中选择步骤 1:准备训练数据中下载好的数据 dataset-flower。
-
“训练输出”:选择一个 OBS 空目录存储训练输出的模型。例如:“test-modelartsz/output”
-
“超参”:建议采用默认值。如需进行调优,可参考运行参数说明。
3、参数填写完成后,单击“提交”,根据界面提示确认规格,单击“确定”,完成训练作业创建。 进入“训练管理 > 训练作业 New”页面,等待训练作业完成。
当训练作业的状态变更为“已完成”时,表示已运行结束。
步骤 4:创建 AI 应用
1、在训练作业详情页的右上角单击“创建 AI 应用”,进入创建 AI 应用页面。
2、在创建 AI 应用页面,系统会自动根据上一步训练作业填写参数,参考如下说明确认关键参数。
-
“元模型来源”:系统自动选择“从训练中选择 >训练作业(New)”。
-
“选择训练作业”:系统自动选择上一步创建的训练作业。
-
“AI 引擎”:系统自动写入该模型的 AI 引擎,无需修改。
-
“推理代码”:系统自动放置推理代码到 OBS 输出路径,无需修改。
-
“部署类型”:默认选择“在线部署”。
当 AI 应用的状态变为“正常”时,表示创建成功。
步骤 5:部署为在线服务(CPU)
1、在 AI 应用列表中,单击名称前面的,在版本的操作列中单击“部署 > 在线服务”。
2、在部署页面,参考如下说明填写关键参数。
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Python开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以添加V获取:vip1024c (备注Python)
现在能在网上找到很多很多的学习资源,有免费的也有收费的,当我拿到1套比较全的学习资源之前,我并没着急去看第1节,我而是去审视这套资源是否值得学习,有时候也会去问一些学长的意见,如果可以之后,我会对这套学习资源做1个学习计划,我的学习计划主要包括规划图和学习进度表。
分享给大家这份我薅到的免费视频资料,质量还不错,大家可以跟着学习
一个人可以走的很快,但一群人才能走的更远。如果你从事以下工作或对以下感兴趣,欢迎戳这里加入程序员的圈子,让我们一起学习成长!
AI人工智能、Android移动开发、AIGC大模型、C C#、Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算
才能走的更远。如果你从事以下工作或对以下感兴趣,欢迎戳这里加入程序员的圈子,让我们一起学习成长!**](https://bbs.csdn.net/forums/4304bb5a486d4c3ab8389e65ecb71ac0)
AI人工智能、Android移动开发、AIGC大模型、C C#、Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算