【开发心得】5分钟踩一下华为云modelarts的坑

modelarts是华为云推出的AI服务，目前支持的场景还挺多，图片、人脸、文本等很多场景，详细的大家可以去学习华为云的文档。

本文以文本分类场景为例，以此说明如何创建属于自己的AI服务。由于华为云的文档写的还不错，如果是初学者，建议按照华为云文档的步骤去做。

不过，由于华为云的文档更新往往跟不上架构更新，所有有些时候，看似简单的部署，反而会碰到坑。所以本文的重点是告诉大家可能碰到的坑，以及如何去踩。

区域选择

区域必须是北京4，否则到后面的步骤是要收费的。之前区域北京1也有免费的，但隔了一周，就没有免费的了。因为这个原因，搞得发了工单，还重复了两遍劳动，好在华为云的客服还不错。这一点也是华为云最大的毛病，常常是免费用着用着，突然就收费了，也不打个招呼。

创建OBS

由于需要的数据集是存放在OBS中的，所以一定要先在北京4创建OBS，否则后面的步骤都无法执行。

准备数据

由于是文本分类的场景，所以一开始要创建数据集，要把数据集的输入和输出路径确定好，点击浏览，就会跳出刚才创建的OBS，如图：

准备两个文件即可，都使用txt格式保存。一个文件放需要分类的文本，没有特别的讲究，只要一行一行的即可，文件名如***_20201026.txt。

另外一个文件，需要放分类标签，是有很多讲究的。

1. 每行不能超过32个字符；
2. 不能包含空格、标点等符号，只能是数字、字母、汉字等；
3. 行数一定要与前面的文件一一对应，否则无法自动标注；
4. 文件名要命名为***_20201026_result.txt
5. 每个标签在第一个文件中，至少要有20个以上的行对应，也就是说，每个标签的样本数要超过20个，否则后面的自动学习步骤无法执行。这一点，华为云也是修改过的，之前是样本数要超过8个，结果不吭不哈的就改成了20个，耽误了很长时间修改原有的数据。

数据标注

如果前面这个步骤做的好，那么数据标注就会很轻松，如下图：

但是如果前面这个步骤没有做好，那么就悲剧了，手工标准很麻烦，而且删除未标注的数据和已标准的数据都很麻烦，搞到最后只能用键盘精灵来帮忙了。

创建项目

当前面的数据全部能够自动标注，到这一步，就要大功告成了。如下图：

创建一个文本分类的项目，数据集就选择刚才创建的那个数据集即可。这里其实也可以新建数据集，由于我是先创建了数据集，所以直接选择就可以了。

自动学习

到了这一步，基本就是交给华为云处理了。在这个界面里，你可以看到之前创建的项目，只要点击以后，开始训练即可，这里的坑之前已经说过了，首先，必须要在北京4，其他区不能免费训练。其次，每个标签20个以上的样本，否则训练的按钮是灰色的。

部署

这是最后一步了，当你的训练完成以后，会在版本管理出现下图，然后点击以后就可以部署了，目前只有北京4提供免费一个小时的部署，部署完毕以后，就可以进行测试了。建议就在自动学习的界面里测试，比较方便。