ModelArts + Gallery = 0基础玩转AI

点赞 ➕ 评论 ➕ 收藏 = 三连再看你最帅

目录

一、AI ModelArts

1.1 什么是 AI ModelArts？

1.2 AI ModelArts 功能大赏

1.3 AI ModelArts 实战演示训练

        步骤 1：准备训练数据

        步骤 2：订阅算法

        步骤 3：使用订阅算法创建训练作业

        步骤 4：创建 AI 应用

        步骤 5：部署为在线服务（CPU）

二、AI Gallery

2.1 重理论

2.2 懂实践

2.3 做作业

2.4 下载文档

🍅 联系作者： 不吃西红柿 

🍅 作者简介：CSDN 博客专家丨全站 Top 8🏆、HDZ 核心组成员、信息技术智库公号号主

🍅 简历模板、PPT 模板、学习资料、技术互助。关注我，都给你

这是一个神奇等式：ModelArts + Gallery = 0 基础玩转 AI

emmm，今天两个重点：

• AI ModelArts

• AI Gallery

一、AI ModelArts

1.1 什么是 AI ModelArts？

ModelArts 是面向开发者的一站式 AI 平台，为机器学习与深度学习提供海量数据预处理及交互式智能标注、大规模分布式训练、自动化模型生成，及端-边-云模型按需部署能力，帮助用户快速创建和部署模型，管理全周期 AI 工作流。

ModelArts 特性	解释
低门槛	开箱即用，零基础 3 步即可构建 AI 模型
高效率	AI 开发全流程可视化管理，生产效率百倍提升
高性能	自研 MoXing 框架，极致提升开发效率和训练速度
易运维	灵活支持多厂商多框架多功能模型统一纳管

1.2 AI ModelArts 功能大赏

• 1.2.1 本文将重点演示： 基于 ModelArts 预置算法实现花卉识别

  

• 1.2.2 其它功能探索

功能超级多，小伙伴们自己去发掘吧！

1.3 AI ModelArts 实战演示训练

ModelArts 在 AI Gallery 中提供了适用于“物体检测”、“图像分类”和“文本分类”等场景的算法、数据、模型等。

• 步骤 1：准备训练数据

• 步骤 2：订阅算法

• 步骤 3：使用订阅算法创建训练作业

• 步骤 4：创建 AI 应用

• 步骤 5：部署为在线服务（CPU）

说明：本案例使用过程中，从 AIGallery 下载数据集和订阅算法免费，在 ModelArts 上运行训练作业推荐使用免费资源，将模型部署为在线服务推荐使用免费资源。

步骤 1：准备训练数据

1、单击样例数据集链接，跳转至“AI Gallery > 数据 > 四类花卉图像分类小数据集”页面。

2、单击“下载”跳转至下载页面详情页。

3、在下载详情页，填写参数。 下载方式：选择“对象存储 OBS 服务” 目标区域：选择“华北-北京四” 目标位置：请选择一个空的 OBS 目录，本示例为“/test-modelartsz/dataset-flower/”

4、确认无误后，单击确定。页面自动跳转到“个人中心>我的数据>我的下载”页面，请耐心等待，预计 5 分钟左右。

5、下载完成后，您可以单击目标位置跳转至 OBS 桶中查看是否存在已下载的数据。

步骤 2：订阅算法

目前“图像分类-ResNet_v1_50”算法发布在 AI Gallery 中。您可以前往 AI Gallery，订阅此模型，然后同步至 ModelArts 中。

1、在 ModelArts 管理控制台中，在左侧菜单栏中选择“AI Gallery”，进入 AI Gallery。 2、在 AI Gallery 中，选择“资产集市>算法”页签，在搜索框中输入“图像分类-ResNet_v1_50”，查找对应的算法。请选择支持 CPU、GPU 训练的算法。 3、单击算法链接进入算法详情页，单击右侧的“订阅”，根据界面提示完成算法订阅。 此算法由 ModelArts 官方提供，目前免费开放。订阅算法完成后，页面的“订阅”按钮显示为“已订阅”。

4、单击详情页的“前往控制台”，此时弹出“选择云服务区域”对话框，选择 ModelArts 对应的区域，然后再单击“确定”， 页面将自动跳转至 ModelArts 的“算法管理>我的订阅”中同步对应的算法。

5、在 ModelArts 管理控制台的算法管理页面，算法将自动同步至 ModelArts 中。

步骤 3：使用订阅算法创建训练作业

算法订阅成功后，算法将呈现在“算法管理>我的订阅”中，您可以使用订阅的“图像分类-ResNet_v1_50”算法创建训练作业，获得模型。

1、进入“算法管理 > 我的订阅”页面，选择订阅的“图像分类-ResNet_v1_50”算法，单击左侧的小三角展开算法，在版本列表中，单击“创建训练作业”。

2、在创建训练作业页面，参考如下说明填写关键参数。

• “算法>我的订阅”：系统默认选择订阅的算法，请勿随意修改。

• “训练输入”：选择数据存储位置，然后从弹出的窗口中选择步骤 1：准备训练数据中下载好的数据 dataset-flower。

• “训练输出”：选择一个 OBS 空目录存储训练输出的模型。例如：“test-modelartsz/output”

• “超参”：建议采用默认值。如需进行调优，可参考运行参数说明。

3、参数填写完成后，单击“提交”，根据界面提示确认规格，单击“确定”，完成训练作业创建。 进入“训练管理 > 训练作业 New”页面，等待训练作业完成。

当训练作业的状态变更为“已完成”时，表示已运行结束。

步骤 4：创建 AI 应用

1、在训练作业详情页的右上角单击“创建 AI 应用”，进入创建 AI 应用页面。

2、在创建 AI 应用页面，系统会自动根据上一步训练作业填写参数，参考如下说明确认关键参数。

• “元模型来源”：系统自动选择“从训练中选择 >训练作业（New）”。

• “选择训练作业”：系统自动选择上一步创建的训练作业。

• “AI 引擎”：系统自动写入该模型的 AI 引擎，无需修改。

• “推理代码”：系统自动放置推理代码到 OBS 输出路径，无需修改。

• “部署类型”：默认选择“在线部署”。

当 AI 应用的状态变为“正常”时，表示创建成功。

步骤 5：部署为在线服务（CPU）

1、在 AI 应用列表中，单击名称前面的，在版本的操作列中单击“部署 > 在线服务”。

2、在部署页面，参考如下说明填写关键参数。

• “资源池”：选择“公共资源池”。

• “选择 AI 应用及配置”：AI 应用来源及版本会自动选择前面创建的 AI 应用。

• “计算节点规格”：在下拉框中选择限时免费资源，若限时免费资源售罄，建议选择 CPU 资源进行部署。

• “计算节点个数”，默认设置为“1”，目前仅支持单机部署，只能设置为“1”，不可修改。

3、预测结果

二、AI Gallery

AI Gallery是在ModelArts的基础上构建的开发者生态社区，提供了Notebook代码样例、数据集、算法、模型等AI数字资产的共享

为高校科研机构、AI应用开发商、解决方案集成商、企业级/个人开发者等群体，提供安全、开放的共享及交易环节，加速AI资产的开发与落地，保障AI开发生态链上各参与方高效地实现各自的商业价值。

AI Gallery主要包含4大板块：热门课程、论文精读、实践、AI说

让西红柿眼前一亮的，还属于在线课程 > AI基础课程–Python编程知识

2.1 重理论

2.2 懂实践

2.3 做作业

选择作业： Python编程知识-逆序除重

2.4 下载文档

当然，西红柿的演示毕竟有限，详细的指导步骤，可以官方去下载。

好了，今天的演示就到这里了，有疑问私聊我~

🍟 Python 理论基础：全网最全丨 Python 快速入门专栏

🍇 Python 练习应用：全网最黑丨 Python 黑科技专栏