Notebook基础镜像列表 ModelArts开发环境提供Docker容器镜像，可作为预构建容器运行。预置镜像里面包含PyTorch，Tensorflow，MindSpore等常用AI引擎框架，镜像命名以AI引擎为主，并且每个镜像里面都预置了很多常用包，用户可以直接使用而无需重新安装。 开发环境预置镜像分为X86和ARM两类：

查看更多 →

2-cudnn8-euler2.9.6 AI应用开发基础镜像，预置AI应用编排引擎ModelBox、AI引擎TensorRT，仅支持SSH连接 GPU 是 否 modelbox1.3.0-libtorch1.9.1-cuda10.2-cudnn8-euler2.9.6 AI应用开发基础镜像，预置AI应用编排引

查看更多 →

在Notebook中添加自定义IPython Kernel 使用场景 当前Notebook默认内置的引擎环境不能满足用户诉求，用户可以新建一个conda env按需搭建自己的环境。本小节以搭建一个“python3.6.5和tensorflow1.2.0”的IPython Kernel为例进行展示。 操作步骤 创建conda

查看更多 →

X86架构（CPU/GPU）的推理基础镜像 表1 TensorFlow AI引擎版本 支持的运行环境 URI 2.1.0 CPU GPU(cuda10.1) swr.{region_id}.myhuaweicloud.com/atelier/tensorflow_2_1:tensorflow_2.1.0-cuda_10

查看更多 →

String 模型类型，取值为：TensorFlow/MXNet/Spark_MLlib/Scikit_Learn/XGBoost/MindSpore/Image/PyTorch。 model_algorithm 否 String 模型算法，表示模型的算法实现类型，如果已在模型配置文件

查看更多 →

如何实现收号功能？ 注：部分城市不支持收号功能，申请号码前可咨询华为云客服。 调用“语音通知API”时设置相关参数即可实现收号功能。具体请参考语音通知API。 涉及收号功能的参数有三个： collectInd：设置是否进行收号。 replayAfterCollection：当co

查看更多 →

如何实现业务用户登录 业务用户登录方式及机制 业务用户账号密码校验（登录）脚本 如何实现业务用户后台登录 如何实现业务用户页面登录 父主题： 用户与权限

查看更多 →

调用SDK实现功能 图像搜索 服务软件开发工具包（ImageSearch SDK）是对图像搜索服务提供的REST API进行的封装，以简化用户的开发工作。 本章节以搜索数据接口为例，介绍如何使用ImageSearch Java SDK在本地开发，用户调用接口函数即可使用SDK功能。

查看更多 →

如何实现人脸唤醒功能？ 人脸唤醒功能需要通过企业智慧屏的内置WEB管理界面打开，在设备休眠后1分钟可以通过人脸进行唤醒，设置1分钟的时间限制是为了考虑误唤醒的场景。 父主题： AI

查看更多 →

如何实现页面转跳 使用说明 常用的业务页面与页面之间经常为了实现某种业务逻辑，需要在页面间进行转跳与传参。当应用需要在页面间进行转跳并传递参数时，例如图1中，在“调查问卷”页面单击“提交”按钮，由填写页面转跳到提交成功页面，并向提交成功页面传递此次“调查问卷”的记录id和页面名称

查看更多 →

定”，完成实例创建。 安装TensorFlow 进入CodeArts IDE Online实例，创建并打开一个空白工作目录，命令如下。 mkdir ai-test 使用pip安装TensorFlow等依赖包，为加快安装速度此处安装的是tensorflow-cpu，命令如下。 1 python3

查看更多 →

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： 规格限制

查看更多 →

division, print_function, unicode_literals # TensorFlow and tf.keras import tensorflow as tf from tensorflow import keras # Helper libraries import

查看更多 →

并非所有模型都能转换成功，进行导入（转换）模型操作前，请确认是否为“.om”模型支持的TensorFlow和Caffe算子边界，详情请见附录Caffe算子边界和Tensorflow算子边界。 如果模型不符合“.om”模型支持的TensorFlow和Caffe算子边界，请选择符合要求的模型。 父主题： 技能开发

查看更多 →

keras.datasets.mnist (x_train, y_train), (x_test, y_test) = mnist.load_data(args.data_url) x_train, x_test = x_train / 255.0, x_test / 255.0

查看更多 →

创建Tensorboard TensorBoard是一个可视化工具，能够有效地展示TensorFlow在运行过程中的计算图、各种指标随着时间的变化趋势以及训练中使用到的数据信息。TensorBoard当前只支持基于TensorFlow引擎的训练作业。同一个用户的多个项目，创建Tensorboard任

查看更多 →

如何实现多人协作开发 使用说明 为了方便同一个开发团队成员之间，能够更好地配合项目开发工作。低代码平台支持不同应用由不同团队开发，区分开发者对应用的不同权限，来控制开发者对应用的查看、开发、管理等操作。支持一个租户同时有多个团队在开发，且不同项目的工程间相互隔离，避免知识资产泄露和数据被误删。

查看更多 →

如何实现页面转跳 使用说明 常用的业务页面与页面之间经常为了实现某种业务逻辑，需要在页面间进行转跳与传参。当应用需要在页面间进行转跳并传递参数时，例如图1中，在“调查问卷”页面单击“提交”按钮，由填写页面转跳到提交成功页面，并向提交成功页面传递此次“调查问卷”的记录id和页面名称

查看更多 →

keras.datasets.mnist (x_train, y_train), (x_test, y_test) = mnist.load_data(args.data_url) x_train, x_test = x_train / 255.0, x_test / 255.0

查看更多 →

signature check failed. This could be because of a time skew. Attempting to adjust the signer 原因分析 OBS限制单次上传文件大小为5GB，TensorFlow保存summary可能是本地缓

查看更多 →

INFO:tensorflow:global_step/sec: 0.382191 INFO:tensorflow:step: 81600(global step: 81600) sample/sec: 12.098 loss: 0.000 INFO:tensorflow:global_step/sec:

查看更多 →