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
文字识别
人脸与人体
图像技术
语言与知识
视频技术
AR与VR
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
信息服务
智能园区

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
Notebook从训练到部署快速入门
下一篇
创建并启动Notebook