ModelArts第二次笔记（声音分类）

已于 2022-05-13 18:18:24 修改
阅读量162 收藏
点赞数 2
文章标签： obs
于 2022-05-13 18:06:57 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_64002592/article/details/124757027
版权

 

目录

 一.进入网站

二. 点击控制台，点击自动学习，创建项目​编辑

三. 创建声音分类项目（星号必填）

 四.标注音频​编辑

五.添加标签并开始训练​编辑

六.训练设置

七.部署

 八.在部署上线中上传需要预测的文件，可查看预测结果

一.进入网站

ModelArts网址：https://console.huaweicloud.com/modelarts/?region=cn-north-4#/exeml

二. 点击控制台，点击自动学习，创建项目

三. 创建声音分类项目（星号必填）

 四.标注音频


五.添加标签并开始训练

六.训练设置

七.部署

 八.在部署上线中上传需要预测的文件，可查看预测结果

Ker先森
关注
ModelArts第二次笔记
weixin_63710451的博客
05-15 111
一定要创建数据集，不然标注太费事了！！！
modelarts第二次作业笔记
qq_20521729的博客
05-15 181
1.快捷标签： 2.为了方便自己辨认自己的数据集和算法可以在创建时就把名称当作简介来写 3.导入数据集时主要两个选项： ①将数据和标记合并 ②将数据和标记区分开来
ModelArts第二次培训笔记
m0_61169431的博客
05-12 200
目录 创建声音分类项目 利用AI Gallary的一个文本分类数据集创建项目及部署 创建声音分类项目 一、创建项目 二、上传数据集 三、打标签 四、训练模型 五、部署 利用AI Gallary的一个文本分类数据集创建项目及部署 一、寻找数据集并下载到OBS桶内 二、创建数据集 三、导入数据集（要注意根据数据的特点选择对应的模式） 四、发布 五、创建项目（导入数据集时选择已有数据集） ...
ModelArts第一次培训笔记
m0_61507413的博客
05-09 328
ModelArts第一次培训笔记：1、完成口罩检测数据集建立并尝试团队标注功能；2、完成一个图像分类例程并展示效果
梅科尔工作室-modelarts第二次培训笔记
qq_45458403的博客
05-15 302
一、声音识别 声音识别比较简单，和图像识别一样。 识别结果： 二、文本识别 文本识别步骤比较多 首先我们采用了数据集： 然后要先创建文本数据集，此时和图片数据一样，但是接下来要点击导入 把数据重新导入一遍 此时对于本数据集来说 要选择分离 导入完成之后其他和图片的深度学习都是一样的了 训练 然后部署 ......
第二次modelarts培训笔记
m0_63222947的博客
05-13 169
一。声音 1.先创建桶并上传文件 2.创建项目 3.进行标注 ​编辑4.开始训练 5.部署 6.预测结果 二.文本 1. 下载数据集 2.创建数据集 3.导入 4.返回自动学习创建文本分类 5.训练并部署成功 一。声音 1.先创建桶并上传文件 2.创建项目 3.进行标注 4.开始训练 5.部署 6.预测结果 二.文本 1. 下载数据集 2.创建数据集 3.导入 4.返回...
梅科尔工作室-华为云ModelArts第二次培训
ayaxx1314的博客
05-15 231
文章目录 前言 本文是Modelarts第二次培训的学习笔记，感谢梅科尔张杰的热情教学！ 一、声音分类 1.1老操作，导入数据集（OBS） 1.2创建声音分类项目，打标签 1.3进行预测，结果“100%非常好！”（实际上因为样本太少） 二、文本分类 2.1 在AI Gallery下载文本数据集 2.2在modelarts控制台创建数据集 这一步的目的是因为下载的文本数据集格式不适合直接创建文本分类项目（标签问题） 创建后导入下载好的数据集，注......
梅科尔工作室-华为云ModelArts第一次培训
ayaxx1314的博客
05-10 314
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结 前言 本文是学习使用华为云ModelArts平台的笔记，感谢李琎学长的培训。 一、华为云ModelArts是什么？ 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.
梅科尔工作室-李庆浩 moderlarts第一次笔记
qq_62058931的博客
05-09 200
1.
ModelArts笔记1
zylxzq1的博客
05-11 478
目录 一，口罩检测数据集建立 1，申请访问秘钥 2，创建obs桶 3，导入数据集 4，进入自动学习打标签 5，开始训练 6，部署上线 7，团队标注功能 二，图像分类例程 1，数据标注 2，开始训练模型 3，部署上线 4，测试 一，口罩检测数据集建立 1，申请访问秘钥 在这里申请访问密钥并下载 然后登陆OBS Browser Plus 2，创建obs桶 创建一个OBS桶 3，导入数据集 在桶里导入下载好的数据集 数据集还可以从AI Gallery...
ChatGPT和GPT-4带你选笔记本电脑
热门推荐
herosunly的博客
04-11 14万+
本文介绍核心内容为用好ChatGPT之准确分配角色，希望对学习和使用ChatGPT的同学们有所帮助。为了兼顾质量和速度，本专栏的更新频率为一周一到两更。 文章目录 1. 前言 2. 使用ChatGPT给出选择建议 3. 使用GPT-4给出选择建议
菜菜PyTorch深度学习框架最全笔记（第二次课）
m0_61413237的博客
02-10 4796
目录 1、单层回归神经网络正向传播 2、二分类神经网络正向传播 3、多分类神经网络（softmax回归）正向传播 4、深度神经网络的正向传播 1、单层回归神经网络正向传播 Lesson 8.1&8.2 单层回归神经网络&torch.nn.Linear实现单层回归神经网络的正向传播_Grateful_Dead424的博客-CSDN博客 2、二分类神经网络正向传播 Lesson 8.3&8.4 二分类神经网络&torch.nn.functional实现单层二分
华为微认证ModelArts实现智能花卉识别稳过 笔记资料
qq_45620431的博客
02-11 1422
华为微认证ModelArts实现智能花卉识别稳过！ ModelArts实现智能花卉识别的概述 ModelArts实现智能花卉识别的解决方案 ModelArts实现智能花卉识别所需的华为云技术 ModelArts实现智能花卉识别的华为云实践 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Eb16rgbt-1644569175140)(C:\Users\zky666\AppData\Roaming\Typora\
深入理解GBDT二分类算法
Microstrong
11-14 1万+
我的个人微信公众号： Microstrong 微信公众号ID： MicrostrongAI 微信公众号介绍： Microstrong(小强)同学主要研究机器学习、深度学习、计算机视觉、智能对话系统相关内容，分享在学习过程中的读书笔记！期待您的关注，欢迎一起学习交流进步！ 我的知乎主页： https://www.zhihu.com/people/MicrostrongAI/activities ...
【LSTM回归预测】基于emd结合长短记忆神经网络lstm实现风速回归预测附Matlab源码.rar
10-28
1.版本：matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
SVM classifier train test result
10-28
SVM classifier train test result
奇迹书屋_24.08.10.apk
10-28
奇迹书屋_24.08.10.apk
Qt文件拷贝器（源码）
最新发布
10-28
Qt多线程文件拷贝器
【Unity顶点纹理烘焙插件】Vertex Texture Baker
10-28
文件名：Vertex Texture Baker v2024.1.unitypackage Vertex Texture Baker 是一个 Unity 插件，专为开发者提供将纹理数据烘焙到顶点颜色中的工具。这种技术对于优化模型或场景中的资源管理和渲染性能非常有帮助，特别是在不需要高分辨率纹理或希望减少内存占用的情况下。 主要功能： 纹理数据烘焙到顶点颜色： 该插件允许开发者将模型的纹理数据烘焙到其顶点颜色中，从而替代高分辨率的纹理贴图。这样可以有效减少材质贴图的使用，降低内存和显存的消耗。 支持多种纹理类型： 颜色纹理：将颜色信息直接烘焙到顶点数据。 法线纹理 (Normal Map)：将法线信息转换并存储到顶点中，用于光照和细节渲染。 高度纹理 (Height Map)：可以烘焙地形等物体的高度信息到顶点上，适用于低多边形模型的细节增强。 提高性能： 烘焙后的模型不再依赖高分辨率纹理，减少了材质和纹理的调用次数，从而提升整体渲染性能，尤其在移动端设备和低端硬件上表现突出。 优化内存占用： 通过减少纹理贴图的使用，插件可以显著减少 GPU 和内存的占用量......
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值