weixin_42172092的博客

伏龙AI平台上线以来，已有众多算法工程师及爱好者加入我们，并在平台上进行了数百次算法及模型的训练。同时我们也收到了用户朋友们提出的很多宝贵建议。我们对用户使用频率最高的「算法开发」模块做了优化升级，以满足广大用户的开发需求。本篇主要介绍了优化后的「在线编辑/优化算法」的操作流程。我们删减了旧版本中繁琐的操作步骤，把创建Notebook编程环境、编辑算法等步骤集成在「算法管理」模块，在算法列表的操作中点击「在线编辑」就可以直接创建、进入Notebook编程环境并对算法代码进行编辑优化。

麻省理工学院Severson等人在Nature Energy上发表了一项工作，通过开发一个数据驱动模型，仅仅利用早期循环数据，就能对商用磷酸铁锂（LFP）电池的循环寿命作出精确预测，并公开了包含124个电池全生命周期数据的数据集，本文将引导你快速复现论文，希望可以给大家提供一些新的思路。

Jupyter Notebook是一种交互式编程环境，AI 开发者可以在云端进行机器学习的开发。伏龙AI平台集成了开源的 JupyterLab ，可支持开发者在线编辑、调试、运行代码，同时预置了PyTorch，TensorFlow 等多种深度学习框架，用户可在多种框架之间自由切换。每个 Notebook 都是一个独立的编程环境，用户可以对 Notebook 实现创建、打开、停止、启动、删除等操作，算法开发完成之后，还可以将其保存到「算法管理」的「我的算法」中，从而可以进行后续的训练工作。

本教程将分4个步骤，教你如何从0开始构建自己的电池深度异常检测网络。第一步：查看数据集第二步：选择算法模板第三步：创建训练任务第四步：算法参数优化。平台当前预置了9个数据集，涵盖机构开源数据集、论文开源数据集及车端数据集三大类。本教程中需要使用到MOVNOP数据集（平台已预先划分了训练集train和测试集test），MOVNOP数据集为标准化的高质量有标签实车数据集。关于该数据集及其他预置数据集的详细介绍可参见：​​https://docs.vloong.thinkenergy.tech

「伏龙平台」 作为国内首个电池 AI 开放平台，已于 2021 年 12 月 8 日正式上线。平台推出了昇科能源自主研发的 vGRU 深度学习框架，配备了可智能化调度的算力，且汇聚了海量高质量电池数据集，供开发者使用。「伏龙平台」 是目前唯一一个同时提供算法、算力、数据的电池开放平台。平台面向 AI 算法的生命周期，提供了数据处理、算法开发、模型管理等功能，方便用户一站式构建电池 AI 算法；同时为用户提供一系列昇科自主研发的电池安全监测与寿命类算法，满足用户的二次开发及部署需要。