模型训练

操作步骤

在开始训练之前，需要设置训练参数，然后再开始模型的自动训练。

1. 在自动学习页面，单击创建成功的项目名称，进入“数据标注”页面，完成数据标注。
   图1 完成数据标注
   
2. 在“数据标注”页面，单击右上角“开始训练”，然后在弹出的“训练设置”对话框中，参考表1填写相关参数，然后单击“确定”，开始进行模型训练。
   图2 训练参数设置
   

   表1 训练设置参数说明

   参数	说明	默认值
   数据集版本名称	此版本即数据管理中发布数据集时设置的版本。自动学习项目中，启动训练作业时，会基于前面的数据标注，将数据集发布为一个版本。 系统将自动给出一个版本号，您也可以根据实际情况进行填写。	系统随机给出
   最大训练时长（分钟）	设置最大训练时长，在该时长内若训练还未完成，则强制退出。为防止训练中退出，建议使用较大值。输入取值范围为6~6000。	60
   计算规格	选择训练使用的资源规格，默认支持如下两种： “增强计算型1实例-自动学习（GPU）”：按需计费的规格。 “自动学习免费规格（GPU）”：免费规格，使用此规格不收费。但是使用此规格时，训练作业在1小时后会自动停止，即1次最多只能使用1个小时。建议评估下您的数据大小，确保训练作业不要超过1小时。当使用人数较多时，此免费规格需排队等待。	自动学习（GPU）

3. 训练参数设置完成后，单击“下一步”进入配置页，确认规格后单击“提交”进行模型的自动训练，训练时间相对较长，建议您耐心等待。如果关闭或退出此页面，系统仍然在执行训练操作。
4. 在“模型训练”页签中，待训练状态由“运行中”变为“已完成”，即完成模型的自动训练。
5. 训练完成后，您可以在界面中查看训练详情，如“准确率”、“评估结果”、“训练参数”、“分类统计表”等。
   图3 训练详情
   

   表2 评估结果参数说明

   参数	说明
   召回率	被用户标注为某个分类的所有样本中，模型正确预测为该分类的样本比率，反映模型对正样本的识别能力。
   精确率	被模型预测为某个分类的所有样本中，模型正确预测的样本比率，反映模型对负样本的区分能力。
   准确率	所有样本中，模型正确预测的样本比率，反映模型对样本整体的识别能力。
   F1值	F1值是模型精确率和召回率的加权调和平均，用于评价模型的好坏，当F1较高时说明模型效果较好。

同一个自动学习项目可以训练多次，每次训练生成一个版本。如第一次训练版本号为“V001（xxx）”，下一个版本为“V002（xxx）”。基于训练版本可以对训练模型进行管理。当训练的模型达到目标后，再执行部署上线的操作。