編｜章磊

看到這個標題估計有人要開噴了……

你懂什么是機器學習嗎？
你知道啥是玻爾茲曼機嗎？
你懂寬深神經網路干啥的嗎？
切赫同調估計你都沒沒聽過吧？
我看你傅立葉變換都寫不出來吧！
在這里插入圖片描述
來來來，把這個矩陣的逆給我寫出來！

打蟲豸,好不好?我是蟲豸——還不放么?

魯迅

話說阿Q一腳踏進土谷祠的門檻……

噢，，，差點忘了，言歸正傳，還是聊聊門檻，

-------------------------------------------------尷轉線-------------------------------------------------

1、緣起

上過我闊的同學們應該記得，在《簡單的幾個名詞》里老廝曾用似懂非懂的語氣提過ModelArts的作用，當時的理解也就是精通ModelArts單詞的拼寫而已，至今我都不曉得這個詞是model architectures的縮寫還是“模型的藝術”，

不管怎樣，天空飄來9個字，就記住modelarts，，，兒

慢慢地，這個名字也開始淡忘了，直到某一天，老廝的老師說有個花卉的實驗建議我們跑下，

使用ModelArts實作花卉影像分類

剛開始我和大家的想法一樣：這玩意兒是煞，

在“免費”兩個字的驅使下，僅會點點滑鼠的我，抱著試一試的態度進入了所謂的沙箱實驗室，
在這里插入圖片描述

界面大概就長成這樣，

左邊的檔案很貼心，讓你感覺退出來都心中有愧！

基本上只要你還認識字，都可以完整的走到最后一步，關鍵是要細心，
在這里插入圖片描述
幸運的是，老夫在最后2分鐘里把實驗結果跑出來了，但是已完成卻只顯示“50%”，

就這樣稀里糊涂把實驗做完了，隱約中get到以下幾點：

弄個桶，把要訓練的資料丟進去
創建訓練作業，選擇訓練演算法
模型訓練發了，可以本地發起測驗
測驗OK，還得部署才能在線上使用
實驗做完了記得結束，給其他同學機會，同時也養成了省錢的好習慣

值得一提的是，大家填寫桶名稱后把名字記在一邊，老廝就差點因為沒找到桶名動了一絲放棄實驗的小念頭，

告訴大家一個小秘密，這個實驗可以做無數次哦，只要當天還有名額，延時了就重新做一遍，總比續費來得踏實哈，

當然了，做完花卉實驗覺得意猶未盡的同學，可以看看其他實驗呢，

2、實戰

偶爾的一個夜深人靜，閑得無聊時打開了華為的在線課程，同樣報著試一試的態度搜下“modelarts”,還真有這方面的課程，
在這里插入圖片描述
里面一個人車識別的專案吸引了我，就沖這起的標題比我還能“吹”，

查下自己的代金券，還有64塊錢，行！果斷實戰一下吧～

具體的實戰程序在這里寫得很詳細，不再贅述，把遇到的幾個問題羅列下吧～～

2.1、選擇資料集

選擇“資料集輸入位置”的時候，就選擇整個目錄，比如我下載的資料放在桶的dataset檔案夾下面，那路徑選到dataset就可以了，千萬不要想當然地選到訓練資料的圖片目錄，
在這里插入圖片描述

2.2、標注圖片

“同步資料源”會發現有100張圖片是已標注的，就是說已經人為地告訴模型車在圖上什么位置，人在什么位置，
在這里插入圖片描述
還有50個是未標注的，我們可以趁機學習在ModelArts中來學習圖片標注，只不過這個標注有點難用，反正以我智商沒找到“保存”在哪哈，所以只能依靠提示來保存了，

還有這個撤銷不知道為什么一直無法點擊（MacOs Big Sur 版本 91.0.4472.164（正式版本） (x86_64)），
在這里插入圖片描述
就標注一個吧，了解下怎么玩的就行了，

3、使用

正好有幾分鐘的時間，去刷個牙，回來模型就訓練好了，
在這里插入圖片描述
只是這個準確率不怎么高啊，，，
模型部署成功后，我們先用專案提供的測驗圖片預測一下，

說好的能識別車和人的，那么大個人都框不住？？？

為了避免冤枉，我們在百度上再隨便找個有車有人的圖片哈，

在這里插入圖片描述
好家伙，現在連大老遠的車子都沒法識別了，

當然了，這都是模型或資料的問題，跟ModelArts應該沒多大關系（好了，槍可以放下了吧），

當然了，除了在ModelArts中預測，我們還可以待上線服務成功后用api直接調，正好老夫電腦上有postman，我們根據呼叫指南來呼叫下介面吧，
在這里插入圖片描述
嗯，我就知道沒這么順利，token在哪里拿？？？

檔案指向了這里，說好的token在控制臺差不多就能找到的呢，這描述看得頭皮發麻，，，，

深吸一口氣，平復下心情，
看下IAM賬號，

呼叫獲取token api
我們按照這個檔案補充訪問鏈接和引數，紅框內引數根據自己情況填寫，
在這里插入圖片描述
百般曲折，才終于拿到token，

然后興奮地把這個token放到最上面部署的線上api上，結果第一下就出來了呼叫成功結果，稍感意外！

唉喲，不行不行，我要慶祝下了，