保存集群描述信息 功能介绍 该接口用于保存集群描述信息。 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/clusters/{cluster_id}/description 表1 路径参数 参数 是否必选 参数类型 描述 project_id

查看更多 →

SavePathType 保存路径类型 path Y string 保存路径，注：绝对路径，需要UTF8编码 表3 SavePathType枚举说明 枚举名称 枚举值 枚举说明 HWM_SAVE_PATH_LOCAL_RECORD 0 本地录制文件保存路径 返回值 void 回调方法参数说明：

查看更多 →

算法类问题 模型推理时，输出错误码17，是什么原因？ 技能SDK或者License如何使用和烧录？ 华为HiLens技能是否支持Android 平台或ARM平台上运行? 华为HiLens上可以运行哪些TensorFlow和Caffe的模型？ 华为HiLens支持自行开发算子吗？

查看更多 →

SavePathType 保存路径类型 path Y string 保存路径，注：绝对路径，需要UTF8编码 表3 SavePathType枚举说明 枚举名称 枚举值 枚举说明 HWM_SAVE_PATH_LOCAL_RECORD 0 本地录制文件保存路径 返回值 void 回调方法参数说明：

查看更多 →

保存配置当前值 接口名称 WEB_SaveCfgParamRESTFULAPI(后续废弃) 功能描述 保存配置当前值 应用场景 保存配置当前值 URL https://ip/v1/om/config?ActionID=WEB_SaveCfgParamRESTFULAPI 参数 无

查看更多 →

保存模板使用记录 功能介绍 保存模板使用记录 调用方法 请参见如何调用API。 URI POST /v1/template/used-info 请求参数 表1 请求Body参数 参数 是否必选 参数类型 描述 job_id 是 String 构建任务ID；编辑构建任务时，浏览器URL末尾的32位数字、字母组合的字符串

查看更多 →

设置日志保存路径 SetLogPath 接口描述 该接口用于设置日志保存路径。 注意事项 该接口非必需调用，若不设置，则使用默认路径。 该接口为异步接口，返回值只代表接口是否调用成功，实际业务处理结果在对应的回调函数中返回。 方法定义 HWM_SDK_AGENT_API hwmsdk::HwmErrCode

查看更多 →

设置日志保存路径 接口功能 该接口用于设置日志的保存路径。注意事项：1、该接口非必需调用，若不设置，则使用默认路径。 函数原型 setLogPath(logPathInfo: LogPathInfo, onSetLogPathResult?: (ret: SDKERR, reason:

查看更多 →

基本概念 AI引擎 可支持用户进行机器学习、深度学习、模型训练作业开发的框架，如Tensorflow、Spark MLlib、MXNet、PyTorch、华为自研AI框架MindSpore等。 数据集 某业务下具有相同数据格式的数据逻辑集合。 特征操作 特征操作主要是对数据集进行特征处理。

查看更多 →

支持基于TensorFlow、PyTorch版本镜像，CPU/GPU规格的资源类型。请根据实际局点支持的镜像和资源规格选择使用。 前提条件 为了保证训练结果中输出Summary文件，在编写训练脚本时，您需要在脚本中添加收集Summary相关代码。 TensorFlow引擎的训练脚

查看更多 →

分布式Tensorflow无法使用“tf.variable” 问题现象 多机或多卡使用“tf.variable”会造成以下错误： WARNING:tensorflow:Gradient is None for variable:v0/tower_0/UNET_v7/sub_pixel/Variable:0

查看更多 →

模型输出目录规范 模型导入（转换）任务执行完成后，华为HiLens将转换后的模型输出至指定的OBS路径。针对不同的转换任务，基于Ascend芯片，其模型输出目录需要满足一定的规范要求。华为HiLens当前对模型输出目录的要求如下： 针对基于Caffe框架的模型，执行模型导入（转换）时，其输出目录说明如下所示。

查看更多 →

Model(model_config_path) # 创建模型时传入模型配置文件的路径 模型后处理 如果原始模型是TensorFlow，由于C7X新版本模型转换工具将TensorFlow和Caffe的模型输出统一成NHWC格式，而C3X模型转换工具将TensorFlow模型转换成“om”时，输出的是NCHW格式，因此需要对HiLens

查看更多 →

编码。 提供预置引擎类型有差异。新版的预置引擎在常用的训练引擎上进行了升级。 如果您需要使用旧版训练引擎，单击显示旧版引擎即可选择旧版引擎。新旧版支持的预置引擎差异请参考表1。详细的训练引擎版本说明请参考新版训练和旧版训练分别支持的AI引擎。 表1 新旧版预置引擎差异 工作环境 预置训练I引擎与版本

查看更多 →

model_version String 模型版本。 model_type String 模型类型。 description String 模型描述信息。 project String 模型所属租户的项目id。 source_type String 模型来源的类型，仅当模型为自动学习部署过来时有值，取值为auto。

查看更多 →

如何在模型训练时，设置日志级别？ 在TensorFlow的log日志等级如下： - 0：显示所有日志（默认等级） - 1：显示info、warning和error日志 - 2：显示warning和error信息 - 3：显示error日志信息 以设置日志级别为“3”为例，操作方法如下：

查看更多 →

metrics=['accuracy']) # training model.fit(train_images, train_labels, epochs=10) 父主题： 基于CodeArts IDE Online、TensorFlow和Jupyter Notebook开发深度学习模型

查看更多 →

Tensorflow、PyTorch、Spark_MLlib、MXNet等，及华为自研AI框架MindSpore。提供丰富的CPU、GPU和华为自研Ascend芯片资源，进行模型训练。 模型管理 模型训练服务统一的模型管理菜单。集成在线VSCode开发环境，支持对模型进行编辑修改

查看更多 →

制作 自定义镜像 用于训练模型 训练作业的自定义镜像制作流程 使用预置镜像制作自定义镜像用于训练模型 已有镜像迁移至ModelArts用于训练模型 从0制作自定义镜像用于创建训练作业（Pytorch+Ascend） 从0制作自定义镜像用于创建训练作业（PyTorch+CPU/GPU）

查看更多 →

up的原因。等到训练过程基本稳定之后就可以使用原先设定的初始学习率进行训练。 原因分析 Tensorflow分布式有多种执行模式，mox会通过4次执行50 step记录执行时间，选择执行时间最少的模型。 处理方法 创建训练作业时，在“运行参数”中增加参数“variable_updat

查看更多 →

”或“部署”，可以直接使用模型进行训推。 当按钮置灰时，表示模型不支持该任务。 模型介绍 表1列举了ModelArts Studio大模型即服务平台支持的模型清单，模型详细信息请查看界面介绍。 表1 模型广场的模型系列介绍 模型系列 模型类型 应用场景 支持语言 GLM-4 文本生成

查看更多 →