最近发现了一个全功能AI开发平台，叫做BML（Baidu Machine Learning），这是一个面向企业和个人开发者的机器学习集成开发环境，为经典机器学习和深度学习提供了从数据处理、模型训练、模型管理到模型推理的全生命周期管理服务。
BML全功能AI开发平台官网链接：https://ai.baidu.com/bml/
最近找到了一个短文本相似度数据集，同时也是刚刚了解到BML（Baidu Machine Learning）这个平台，就想用这个平台实验一下短文本相似度任务，于是就开始我们的入坑之旅。具体开发流程如下：
一、准备开始
在BML平台上点击"立即使用"，即将进行我们的短文本相似度任务。
二、新建数据集
数据在人工智能项目开发的过程中起着至关重要的作用，数据的好坏通常也决定着最终的模型效果。
这里我使用的是AI Studio上的公开数据集：https://aistudio.baidu.com/aistudio/datasetdetail/96020
在BML平台上点击“数据集”，进入填加数据集界面：
在添加数据集界面上点击“创建数据集”，填写数据集名称等操作，并根据自己的场景选择一下数据类型以及标注类型：
点击“完成”后，会在下方看到刚刚新建的数据集：
点击“导入”，将刚刚下载下来的数据集导进来（这个数据是已经标注好的，所以直接导入即可）
我导入的数据格式是这样的：
其中baidu_train.txt有20000条数据。
这里我们选择了使用TXT的方式进行上传，并且我们的数据集有标注信息，所以这里我们选择有标注信息。
导入后，点击“确认并返回”
导入数据需要一定的时间，而且导入完成后可以选择给你的手机发一条短信，这个功能真的太贴心啦！
经过短暂的等待之后，数据终于导入完毕了，这时候我们发现数据集的数量没有对上。
这里大家也不要担心，数据变少的原因是平台把重复数据给去除了，去重操作在你"新建数据集"的时候是自己进行选择的。
"导入数据集"完毕之后，我们要检查一下标注是不是为100%。
我这里显示为百分之99%，这时候我们点击标注，进去查看一下原因。
我们可以看到，无标注信息的有一个。
经过检查发现是我们的title，在这里我们将他进行删除。
这时候我们数据集的操作就已经创建完毕了。
三、新建一个项目
首先打开BML管理页面，在这个界面中可以看到当前支持的深度学习任务类型，也可在左侧目录选择不同深度学习方向。
在左侧目录中找到“自然语言处理模型”，点击“短文本相似度”，写个名称加段描述就能新建一个项目了。
点击“新建”后，可以在下方找到刚刚创建的项目：
点击“新建任务”可管理本项目的“基本信息”、“配置任务类型”、“添加数据”、“配置网络”等。
四、导入数据集
将第一步创建的数据集导入：
直接选择即可。
五、配置网络
在配置网络的过程中，可以选择使用预训练模型ERNIE2.0对应的三个版本：ERNIE2.0_Base、ERNIE2.0_Large和ERNIE2.0_Tiny，我这里使用性能均衡的预训练模型：
平台提供了脚本编辑的工具，点击“立即编辑”进行脚本编辑：
一般可以在里面配置一些参数，有能力的开发者可以尝试修改里面的网络。
六、配置资源
训练模型需要租用服务器，BML平台直接提供了一个配置好的环境，不需要自己买服务器，然后自己配置环境了，可以说是非常地方便！
这里根据自己的需求选择即可。
点击“提交训练任务”就可以开始训练啦：
训练过程中还能看到训练日志：
当你觉得看log枯燥无味的时候，BML也为你提供了可视化展示：
为大家清晰的展示我们的训练过程~，真的是太棒了！
"训练结束"后还能出一份评估报告：
当你有事外出的时候，训练完成之后也可以给你发送短信，这里自己进行选择。
有一说一，这平台我可太喜欢啦！
七、模型校验
第一步：点击"模型校验"
第二步：点击“启动模型校验”：
第三步：等待启动成功，并测试模型
至此，模型校验就完成啦！
八、总结
从模型开发的时间上看，还是很快的，我平时通过纯代码的方式开发模型至少需要半天及以上的时间，但使用BML平台，只需要大概1~2个小时的时间就能搞定，如果熟练操作的话，应该还能更快，真正实现了0代码的可视化操作，在不改动超参数的情况下，代码都不用看都可以进行训练，真的是太帅了。
另一方面，从易用性上，只要把数据准备好，剩下的都是手动配置的事了，就算你不懂Python，不懂人工智能也完全可以开发出一套模型，因此，对于BML（Baidu Machine Learning）平台对于没有基础的同学是非常友好的！
本次短文本相似度任务到这里就结束了，你还没心动吗？还不赶紧去试试！
1603
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
