开放能力
开发平台
行业应用
生态合作
开发与教学
资讯 社区 控制台
技术能力
语音技术
图像技术
文字识别
人脸与人体识别
视频技术
AR与VR
自然语言处理
知识图谱
数据智能
场景方案
部署方案
行业应用
智能教育
智能医疗
智能零售
智能工业
企业服务
智能政务
智能农业
信息服务
智能园区
智能硬件
BML 全功能AI开发平台

    Notebook简介

    BML基于Jupyter提供了在线的交互式开发环境。Notebook不但免去了用户准备开发环境的过程,而且可以帮助用户轻松的实现数据集、代码以及模型的管理。

    基本概念

    • 数据集:通过导入操作可以将BML中已创建的数据集下载到Notebook的data目录中。
    • 类型:为简化用户开发,平台根据用户选择的不同类型预置了不同的示例代码,只需简单进行数据集适配,即可进行模型训练。
    • 模型:用户可以将Notebook中产生的模型文件进行保存,并版本进行管理。在Notebook中保存模型可以生成新的模型版本。
    • 代码库:用于保存Notebook中除data以外的工作空间中的内容。代码库也通过版本管理,在保存模型时可以将生成模型的代码保存为新版本的代码库。在启动Notebook时可以使用指定版本的代码库来对Notebook的工作空间进行初始化。

    基本流程

    使用Notebook创建模型的流程如下所示:

    fig001.png

    说明:当前“通用”Notebook暂不支持配置模型与校验模型功能。

    Notebook类型及支持的开发语言和AI框架

    Notebook支持如下几种类型:

    • 图像分类-单图单标签、图像分类-单图多标签、物体检测

      • 语言:

        • Python3.7
        • Python2.7
      • 框架:

        • PaddlePaddle 1.8.4
        • PaddlePaddle 1.7.1
        • PaddlePaddle 1.6.2
        • PaddlePaddle 1.5.1
      • 数据集:可以导入相应类型的数据集
    • 通用

      • 语言:

        • Python3.7
      • 框架:

        • PaddlePaddle 2.0.0
        • PaddlePaddle 1.8.4
        • PyTorch 1.7.1
        • PyTorch 1.5.1
        • TensorFlow 1.13.2
        • TensorFlow 2.3.0
        • Sklearn 0.23.2-Xgboost 1.3.1
        • Blackhole 0.3.2
      • 数据集:可以导入所有类型的数据集

     

    上一篇
    预置模型建模
    下一篇
    创建并启动Notebook