一、簡介

華為云 ModelArts 是面向開發者的一站式 AI 開發平臺,為機器學習與深度學習提供海量資料預處理及半自動化標注、大規模分布式Training、自動化模型生成,及端-邊-云模型按需部署能力,幫助用戶快速創建和部署模型,管理全周期 AI 作業流,
華為云 ModelArts 包括 ModelArts Pro、AI Gallery 兩款產品,覆寫機器學習、強化學習、深度學習、盤古大模型、運籌優化、搜索推薦、時序預測等技術領域;具備從"資料集—資料準備—訓練—資料增強—資料遷移—資料集成—評估—部署—端側/邊側" 完整開發流程;ModelArts 讓工程師處理資料不需要學習新的開發語言,讓初學者學習編程、開發作品的門檻更低!
花了不少時間用心體驗了華為云ModelArts,發現這真是個寶藏地方!
ModelArts:面向開發者的一站式 AI 開發平臺,為機器學習與深度學習提供海量資料預處理及互動式智能標注、大規模分布式訓練、自動化模型生成,及端-邊-云模型按需部署能力,幫助用戶快速創建和部署模型,管理全周期 AI 作業流,
AI開發平臺ModelArts 傳送門
Al Gallery:華為云 Al 知識 & 實訓社區,助你從 0 到 1 成為 Al 開發達人!
Al Gallery 傳送門
華為云 ModelArts 的基本使用、OBS Browser+的有關操作可以參考如下文章:
- https://support.huaweicloud.com/clientogw-obs/obs_03_0405.html
- https://blog.csdn.net/qq_27304815/article/details/118380397
二、ModelArts 體驗
已有幾套優秀的企業級 AI 應用開發專業套件,如下所示:

1. 找云寶
官方提供了一個有趣的 “找云寶” (物體檢測)專案幫助你快速入門 ModelArts 的使用,

資料標注—模型訓練—部署上線,高效管理全周期 AI 作業流,有一說一,華為云 ModelArts 標注影像資料,用起來比 Labelme 舒服太多了,模型訓練速度很快,小資料集可能感覺不明顯,當在大資料集上使用大規模分布式訓練那感覺可帶勁兒了,
找云寶我玩了兩次,一次標注了 40 張影像,而另一次是 60 張云寶的影像全部標注好,分別 Train 一發來看結果,

檢測結果會保存在我們創建專案時設定的資料集輸出位置,可以發現標注影像資料增多后,模型評估指標明顯上升,效果更好!
2. 預測分析
還玩了預測分析:對結構化資料做出分類或數值預測,先用一個經典的紅酒資料集:
創建預測分析自動學習專案時,對訓練資料有什么要求?


指定標簽列和標簽列的資料型別(離散值),然后 Train 一發!


這效果,直呼好家伙!!這個是分類預測,再搞一個二手車價格預測資料集,來 Train 一發!結果如下:


從評估結果來看,回歸預測效果也很好,模型部署上線非常方便!!

部署后傳參可以直接呼叫進行預測:
{
"data": {
"req_data": [{
"attr_1": "3",
"attr_2": "3",
"attr_3": "3",
"attr_4": "3",
"attr_5": 6.64,
"attr_6": "2",
"attr_7": "3",
"attr_8": 0,
"attr_9": 7,
"attr_10": "779416",
"attr_11": "2",
"attr_12": 2,
"attr_13": "3",
"attr_14": "1",
"attr_15": 25.98,
"attr_16": "3",
"attr_17": "2",
"attr_18": "3",
"attr_19": "1",
"attr_20": "1",
"attr_21": "1",
"attr_23": 16.28,
"attr_24": 3.1,
"attr_25": 1.98
}]
}
}

只想說,華為云 ModelArts 牛逼!!
3. 圖片分類
玩影像分類,想著就不搞什么花卉、貓狗、食物之類的影像分類了,影像來源:從百度圖片下載了 60 張女神的圖片來做個簡單的分類(圖片僅供學習之用),


Train一發,如下所示:

效果還不錯啊,主要我們影像資料太少了,百度圖片獲取的影像質量也一般,而且本來兩位女神也有些相似,
部署上線后,再找兩張新的影像(訓練集里沒有的)來預測看看!有一說一,預測很快,掃描那一下感徑訓挺酷,


自動學習里還有聲音分類和文本分類,由于時間問題,就后面再探索啦,主要想去 AI Gallery 逛逛,玩更有意思的專案!
三、逛AI Gallery
1. 體驗
Al Gallery 傳送門
演算法、模型、資料集、Notebook,專案好多!!

還有實踐訓練營、教學課程和經典論文解讀,AI學習好地方啊!!


AI說:AI開發的交流園地,干貨分享,思維碰撞(沒準兒還能在這兒識訓感情!)

這個牛!場景化的 AI 案例,讓 AI 賦能千行百業,

2. 發布資產到AI Gallery
注冊 AI Gallery 后可以發布演算法、模型、資料等到AI Gallery,向世界發出自己的資訊!
https://developer.huaweicloud.com/develop/aigallery/algorithm/list

發布 Notebook 到 AI Gallery
AI Gallery里感覺啥都有啊,但 Notebook 代碼學習里發現有關 LightGBM 實踐的比較少,我做了一個回歸預測模型上傳到了AI Gallery,留下屬于自己的痕跡,


AI Gallery 上傳的第一個專案
四、總結體驗
ModelArts優點總結(早用早享受):
- 低代碼,易用性高,開發者不用關心開發環境,省去繁瑣的開發環境準備作業,
- 一站式機器學習、深度學習平臺,從資料、模型生產、模型部署、模型上線一站式管理,
- 樣本準備高效,半自動幫助開發者進行樣本標注,并且自動生成模型可讀的樣本檔案,
- 可視化流程管理,訓練程序、日志檔案、評估結果查詢方便,
- 版本管理,支持資料、訓練、模型的版本管理,
- 快速上線,支持一鍵式上線管理,也支持快速批量預測,還支持線上 AB 測驗,
- 模型共享,可以方便查詢集市上相關的模型,并且可以直接進行訓練,
AI Gallery:AI學習好地方!!華為云ModelArts,未來可期,

推薦學習:
- AI開發平臺ModelArts幫助檔案
- ModelArts官方發布的預置演算法串列
- AI Gallery資產集市:演算法
- AI Gallery資產集市:模型
- AI Gallery資產集市:Notebook代碼學習
轉載請註明出處,本文鏈接:https://www.uj5u.com/qita/413241.html
標籤:AI
