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
EasyDL零门槛AI开发平台

    文本分类训练操作说明

    训练模型

    数据提交后,可以在目录中找到【训练模型】操作训练。

    首先选择一个模型,然后进行模型训练的配置。在部署方式上,目前平台提供公有云部署和EasyEdge本地部署两种部署方式。点击右侧如何选择部署方式可查看部署介绍。

    平台为您提供了两种算法,分别是「高精度」和「高性能」两种算法训练方式。如果您手中的标注数据集样本较少(例如少于1000条),可选择「高精度」的算法。使用高精度的算法训练模型将会耗时更久,实验环境下1000个样本,预计在20分钟左右完成训练,同时训练处的模型预测效果也会更佳。

    如果您手中有充足的数据集,您可选择「高性能」的算法。在实验环境下1万条样本的数据集,将在15分钟左右完成训练,同样的数据量情况下,效果比高精度的模型4-5%。

    选择模型筛选指标时,如场景中没有对精度或召回的特别要求,建议您使用此默认指标兼顾Precision精确度和Recall召回率。

    添加数据集成功后,点击开始训练即可启动训练。

    注意,文本分类模型至少需要选择2个及以上分类

    image.png

    上一篇
    创建文本分类模型
    下一篇
    文本分类模型效果评估