jupyterlab 更多内容
  • 如何在模型训练时,查看镜像中Python库的版本?

    模型训练时,在训练的代码中增加如下所示的代码行,执行训练即可查看: print(os.system("pip list")) 如果是JupyterLab环境,则在cell中执行如下命令: !pip list 如果是WebIDE环境,直接在Terminal中执行如下命令: pip list

    来自:帮助中心

    查看更多 →

  • 环境配置故障

    Notebook中已安装对应库,仍报错import numba ModuleNotFoundError: No module named 'numba' JupyterLab中文件保存失败,如何解决? 用户结束kernelgateway进程后报错Server Connection Error,如何恢复?

    来自:帮助中心

    查看更多 →

  • 算子配置API

    标识算子在菜单中是否展示。 默认值:True icon 算子在菜单中展示的图标。 使用require引入图片,不能直接写图片路径。在jupyterlab 2.x版本中,使用require引入图片之后,必须通过default属性才能获取到图片路径,正确配置示例为“require('

    来自:帮助中心

    查看更多 →

  • 创建模型训练服务项目

    创建模型训练服务项目 创建项目用于创建项目空间,并创建JupyterLab环境容器。 在模型训练服务首页,单击“KPI异常检测”模板中的“使用模板创建”,如图1所示。 图1 创建项目 按照界面提示,配置“创建项目”对话框参数。 单击“创建”,完成模型训练服务项目的创建。 在模型训练服务首页,项目新增完成,如图2所示。

    来自:帮助中心

    查看更多 →

  • 时序预测

    开发模式:请选择“Jupyterlab交互式开发”。 规格:选择Jupyterlab环境部署的容器规格大小。时序预测也会推荐使用深度学习算法,建议选择大规格“8核|32G”,否则模型训练时长会达到1小时。 实例:从下拉框中选择“新建一个环境”。 单击“创建”,等待Jupyterlab环境创建完成,约需要2分钟。

    来自:帮助中心

    查看更多 →

  • 发布算法工程服务

    如果当前算法工程操作流处理效果比较好,可以得到比较优质的训练数据,可以将当前的算法工程发布成服务。支持复用此服务对其他数据进行相同的特征操作。 在JupyterLab环境编辑界面,单击界面右上角的图标。 在弹出的“Publish”框内,设置服务名称“Service Name”。 单击“Publish”。

    来自:帮助中心

    查看更多 →

  • ModelArts的Notebook是否支持Keras引擎?

    在ModelArts管理控制台,创建一个Notebook实例,镜像选择“TensorFlow-1.13”或“TensorFlow-1.15”。 打开Notebook,在JupyterLab中执行!pip list查看Keras的版本。 图1 查看Keras引擎版本 父主题: Standard Notebook

    来自:帮助中心

    查看更多 →

  • 特征工程和算法工程的关系?

    用户创建特征工程的时候,进入特征工程,可以看到系统自动创建的与特征工程同名的算法工程。支持在同一个特征工程中创建多个算法工程,操作如下所示: 在JupyterLab环境编辑界面,单击界面左上角的“File > New Launcher”,界面右侧新增“Launcher”页签。在“Launch

    来自:帮助中心

    查看更多 →

  • 使用自定义镜像创建Notebook后打开没有kernel

    使用 自定义镜像 创建Notebook后打开没有kernel 问题现象 使用自定义镜像创建实例启动后,打开JupyterLab>新建Notebook,选不到kernel。 原因分析 自定义镜像的python环境没有注册。 解决方案 在Terminal里执行命令排查实例存在几个Conda环境。

    来自:帮助中心

    查看更多 →

  • 特征工程

    下述操作以故障硬盘训练集的操作为例,进行操作说明。 在JupyterLab环境编辑界面,单击“Harddisk.ipynb”页签下方的图标,保存算法主文件的所有操作。 在将特征工程发布成服务前,请先保存算法主文件,否则会导致特征工程服务异常,无法正常调用。 在JupyterLab环境编辑界面,单击界面右上角的图标,弹出如图5所示的对话框。

    来自:帮助中心

    查看更多 →

  • 编辑主文件

    编辑主文件 在JupyterLab环境编辑界面的左侧导航栏中,单击自定义学件项目“custom_01”主文件“custom_01.ipynb”。 界面右侧打开文件编辑界面,如图1所示。 图1 学件主文件 单击“Import sdk”代码框左侧的运行图标,导入模型训练服务SDK。

    来自:帮助中心

    查看更多 →

  • 日志提示“ValueError: Invalid endpoint: obs.xxxx.com”

    在创建训练作业前,推荐您先使用ModelArts开发环境调试训练代码,避免代码迁移过程中的错误。 直接使用线上notebook环境调试请参考使用JupyterLab开发模型。 配置本地IDE(Pycharm或者VSCode)联接云上环境调试请参考使用本地IDE开发模型。 父主题: OBS操作相关故障

    来自:帮助中心

    查看更多 →

  • 使用Notebook实例提交DLI作业

    ark作业操作页面提交作业。 Notebook相关操作请参考JupyterLab简介及常用操作。 Notebook中的数据上传请参考上传文件至JupyterLab。 Notebook中的数据下载请参考下载JupyterLab文件到本地。 (可选)配置Notebook访问 DLI 元数据

    来自:帮助中心

    查看更多 →

  • 日志报错“DataFrame.dtypes for data must be int, float or bool”

    在创建训练作业前,推荐您先使用ModelArts开发环境调试训练代码,避免代码迁移过程中的错误。 直接使用线上notebook环境调试请参考使用JupyterLab开发模型。 配置本地IDE(Pycharm或者VSCode)联接云上环境调试请参考使用本地IDE开发模型。 父主题: 业务代码问题

    来自:帮助中心

    查看更多 →

  • 日志提示“ '(slice(0, 13184, None), slice(None, None, None))' is an invalid key”

    在创建训练作业前,推荐您先使用ModelArts开发环境调试训练代码,避免代码迁移过程中的错误。 直接使用线上notebook环境调试请参考使用JupyterLab开发模型。 配置本地IDE(Pycharm或者VSCode)联接云上环境调试请参考使用本地IDE开发模型。 父主题: 业务代码问题

    来自:帮助中心

    查看更多 →

  • 数据采样

    性,可以对不同类型的数据分别设置采样比例。 数据采样有如下两个入口: 在JupyterLab环境编辑界面,单击界面右上角的图标,选择“数据处理 > 数据采样”。下文采样步骤使用此入口进行描述。 JupyterLab环境编辑区的“随机采样”、“分层采样”快捷入口。 随机采样 操作步骤如下所示。

    来自:帮助中心

    查看更多 →

  • 日志提示“pandas.errors.ParserError: Error tokenizing data. C error: Expected .* fields”

    在创建训练作业前,推荐您先使用ModelArts开发环境调试训练代码,避免代码迁移过程中的错误。 直接使用线上notebook环境调试请参考使用JupyterLab开发模型。 配置本地IDE(Pycharm或者VSCode)联接云上环境调试请参考使用本地IDE开发模型。 父主题: 业务代码问题

    来自:帮助中心

    查看更多 →

  • 日志提示“errorMessage:The specified key does not exist”

    在创建训练作业前,推荐您先使用ModelArts开发环境调试训练代码,避免代码迁移过程中的错误。 直接使用线上notebook环境调试请参考使用JupyterLab开发模型。 配置本地IDE(Pycharm或者VSCode)联接云上环境调试请参考使用本地IDE开发模型。 父主题: OBS操作相关故障

    来自:帮助中心

    查看更多 →

  • 日志提示“Out of bounds nanosecond timestamp”

    在创建训练作业前,推荐您先使用ModelArts开发环境调试训练代码,避免代码迁移过程中的错误。 直接使用线上notebook环境调试请参考使用JupyterLab开发模型。 配置本地IDE(Pycharm或者VSCode)联接云上环境调试请参考使用本地IDE开发模型。 父主题: 业务代码问题

    来自:帮助中心

    查看更多 →

  • MindSpore日志提示“ retCode=0x91, [the model stream execute failed]”

    在创建训练作业前,推荐您先使用ModelArts开发环境调试训练代码,避免代码迁移过程中的错误。 直接使用线上notebook环境调试请参考使用JupyterLab开发模型。 配置本地IDE(Pycharm或者VSCode)联接云上环境调试请参考使用本地IDE开发模型。 父主题: 云上迁移适配故障

    来自:帮助中心

    查看更多 →

  • 基本概念

    重命名、归一化、数值化、标准化、特征离散化、One-hot编码、数据变换、删除列、选择特征、卡方检验、信息熵、新增特征、PCA。对应JupyterLab交互式开发模式,是界面右上角的图标中的“数据处理”菜单下面的数据处理算子。 模型包 将模型训练生成的模型进行打包。可以基于模型包

    来自:帮助中心

    查看更多 →

共105条
看了本文的人还看了