文档首页/ AI开发平台ModelArts/ 功能总览
功能总览

功能总览

  • 自动学习

    • 自动学习是帮助人们实现AI应用的低门槛、高灵活、零代码的定制化模型开发工具。自动学习功能根据标注数据自动设计模型、自动调参、自动训练、自动压缩和部署模型。开发者无需专业的开发基础和编码能力，只需上传数据，通过自动学习界面引导和简单操作即可完成模型训练和部署。
      当前自动学习支持快速创建图像分类、物体检测、预测分析、声音分类和文本分类模型的定制化开发。可广泛应用在工业、零售安防等领域。

      • 图像分类：识别图片中物体的类别。
      • 物体检测：识别出图片中每个物体的位置和类别。
      • 预测分析：对结构化数据做出分类或数值预测。
      • 声音分类：对环境中不同声音进行分类识别。
      • 文本分类：识别一段文本的类别。

      发布区域：亚太-曼谷、亚太-新加坡、中国-香港、华北-北京四

      自动学习介绍

  • 开发工具

    • 在 AI 开发过程中搭建开发环境、选择AI框架、选择算法、调试代码、安装相应软件或者硬件加速驱动库都不是容易的事情，使得学习 AI 开发上手慢门槛高。为了解决这些问题，ModelArts开发工具Notebook简化了整个开发过程，以降低开发门槛。

      发布区域：亚太-曼谷、亚太-新加坡、中国-香港、华北-北京四

    • JupyterLab

      • ModelArts提供了云化版本的JupyterLab Notebook，为您提供在线的交互式开发调试工具。无需关注安装配置，即开即用。

        Jupyterlab简介及常用操作

    • 本地IDE（PyCharm）

      • ModelArts提供了一个PyCharm插件工具PyCharm ToolKit，协助用户完成代码上传、提交训练作业、将训练日志获取到本地展示等，用户只需要专注于本地的代码开发即可。

        使用PyCharm Toolkit插件连接Notebook

    • 本地IDE（VS Code）

      • 当用户创建完成支持SSH的Notebook实例后，使用VS Code的开发者可以通过以下方式连接到开发环境中：VS Code ToolKit连接Notebook、VS Code手动连接Notebook。

        VS Code连接Notebook方式介绍

  • 算法管理

    • 针对您自己在本地或使用其他工具开发的算法，支持上传至ModelArts中统一管理。同时，您可以订阅AI Gallery中的算法构建模型。
      不管是您创建的算法，还是您订阅的算法，支持在ModelArts中快速创建训练作业，获得您想要的模型。

      发布区域：亚太-曼谷、亚太-新加坡、中国-香港、华北-北京四

      准备算法

  • 训练管理

    ModelArts提供了模型训练的功能，方便您查看训练情况并不断调整您的模型参数。您还可以基于不同的数据，选择不同规格的资源池用于模型训练。除支持用户自己开发的模型外，ModelArts还提供了从AI Gallery订阅算法，您可以不关注模型开发，直接使用AI Gallery的算法，通过算法参数的调整，得到一个满意的模型。

    发布区域：亚太-曼谷、亚太-新加坡、中国-香港、华北-北京四

    • 使用订阅算法开发模型

      • ModelArts的AI Gallery存在较多开发者分享的算法，不需要进行代码开发，即可使用现成的算法进行模型构建。

      发布区域：亚太-新加坡

    • 使用自定义算法开发模型

      • 如果订阅算法不能满足需求或者用户希望迁移本地算法至云上训练，可以考虑使用ModelArts支持的预置训练引擎实现算法构建。这种方式在创建算法时被称为“使用自定义脚本”模式。

        ModelArts支持了大多数主流的AI引擎，这些预置引擎预加载了一些额外的python包，例如numpy等；也支持您通过在代码目录中使用“requirements.txt”文件安装依赖包。

        预置训练引擎

        开发自定义脚本

        使用自定义算法开发模型教程

    • 使用自定义镜像开发模型

      • 订阅算法和预置训练引擎涵盖了大部分的训练场景。针对特殊场景，ModelArts支持用户构建自定义镜像用于模型训练。自定义镜像需上传至容器镜像服务（SWR），才能用于云上训练。

        由于自定义镜像的制作要求用户对容器相关知识有比较深刻的了解，除非订阅算法和预置引擎无法满足需求，否则不推荐使用。

        使用自定义镜像创建训练作业

  • 模型管理

    • ModelArts提供了统一的模型管理能力，将训练作业中得到的模型、本地开发的模型部署，并进行统一管理。

      发布区域：亚太-曼谷、亚太-新加坡、中国-香港、华北-北京四

    • 使用常用框架的AI应用创建模型

      • 针对使用常用框架完成模型开发和训练的场景，可以将您的模型导入至ModelArts中，创建为模型，进行统一管理。
        1、如果您是在ModelArts中训练得到的模型，可直接从训练中导入模型。
        2、如果您在本地或其他平台训练得到模型，可先将模型上传至OBS，再从OBS中导入模型。

        从OBS导入元模型

        从训练中选择元模型

    • 使用自定义镜像创建模型

    • 模型包规范

      • 在AI应用管理创建AI应用时，如果是从OBS或容器镜像中导入元模型，则需要符合一定的模型包规范。
        您需要编写对应的推理代码和配置文件，方便后续进行推理部署。
        说明：由于使用预置算法训练得到的模型，已包含了推理代码和配置文件，所以无需另外编写提供。

        模型包规范介绍

  • 部署上线

    • 通常AI模型部署和规模化落地非常复杂。ModelArts支持将训练好的模型一键部署到端、边、云的各种设备上和各种场景上，并且还为个人开发者、企业和设备生产厂商提供了一整套安全可靠的一站式部署方式。

    • 在线服务

      • 在线推理服务，可以实现高并发，低延时，弹性伸缩，并且支持多模型灰度发布、A/B测试。将模型部署为一个Web Service，并且提供在线的测试UI与监控能力。

        发布区域：亚太-曼谷、亚太-新加坡、中国-香港、华北-北京四

        部署为在线服务

    • 批量服务

      • 批量服务适用于处理大量数据推理、高效分布式计算场景。批量服务可对批量数据进行推理，完成数据处理后自动停止。

        发布区域：亚太-曼谷、亚太-新加坡、中国-香港、华北-北京四

        部署为批量服务

  • 资源池

    • 使用ModelArts进行AI开发时，需要使用一些计算资源进行训练或推理。为满足不同开发业务，ModelArts提供了按需付费的公共资源池和无需排队的专属资源池。

       

    • OBS 2.0支持

      公共资源池

      • 公共资源池提供公共的大规模计算集群，根据用户作业参数分配使用，资源按作业隔离。按资源规格、使用时长及实例数计费，不区分任务（训练作业、部署、开发）。公共资源池是ModelArts默认提供，不需另行创建或配置，您可以直接在AI开发过程中，直接选择公共资源池进行使用。

    • 专属资源池

      • 专属资源池提供独享的计算资源，可用于Notebook、训练作业、部署模型。无需排队等待，更加高效。在使用专属资源池之前，您需要先购买一个专属资源池，然后在AI开发过程中选择此专属资源池。

        发布区域：亚太-曼谷、亚太-新加坡、华北-北京四

        资源池

  • ModelArts SDK

    • ModelArts服务软件开发工具包（ModelArts SDK）是对ModelArts服务提供的REST API进行的Python封装，以简化用户的开发工作。用户直接调用ModelArts SDK即可轻松启动AI训练以及生成模型并将其部署为在线服务。
      在Notebook中，无需鉴权配置，可直接使用ModelArts SDK，可以完成OBS管理、训练作业管理、模型管理以及在线服务管理。

      发布区域：亚太-新加坡、中国-香港、华北-北京四

      SDK参考