基于商业的理解，整理AI开发框架和思路。例如，图像分类、物体检测等等。不同的项目对数据的要求，使用的AI开发手段也是不一样的。 准备数据 数据准备主要是指收集和预处理数据的过程。 按照确定的分析目的，有目的性的收集、整合相关数据，数据准备是AI开发的一个基础。此时最重要的是保证获

查看更多 →

离散值评估结果包含指标说明 参数 说明 recall：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。 precision：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。 accuracy：准确率

查看更多 →

default="True", description="是否在训练过程中保存并使用精度最高的模型，而不是最新的模型。默认值True,保存最优模型。在一定误差范围内，最优模型会保存最新的高精度模型")), wf.AlgorithmParameters(name="jpeg_preprocess"

查看更多 →

离散值评估结果包含指标说明 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。

查看更多 →

职业认证考试的学习方法 华为云职业认证提供在线学习/导师面授+在线测试+真实环境实践，理论与实践结合的学习模式，帮助您轻松通过认证。 您可以通过如下途径进行职业认证的学习： 进入华为云开发者学堂职业认证，按照页面指引在线学习认证课程。 在HALP处报名认证培训课程，由专业导师进行面授培训。

查看更多 →

深度学习模型预测 深度学习已经广泛应用于图像分类、图像识别和语音识别等不同领域，DLI服务中提供了若干函数实现加载深度学习模型并进行预测的能力。 目前可支持的模型包括DeepLearning4j 模型和Keras模型。由于Keras它能够以 TensorFlow、CNTK或者 Theano

查看更多 →

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。 accuracy：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：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。

查看更多 →

X-Auth-Token 是 String 用户Token。 通过调用IAM服务获取用户Token接口获取（响应消息头中X-Subject-Token的值）。 最小长度：1 最大长度：5000 x-service-key 否 String 调用智能客服服务标志。 最小长度：1 最大长度：32

查看更多 →

MR评价 该功能仅支持“专业版套餐”及“铂金版套餐”用户。 该功能用于设置MR评价的维度，设置后可在合并请求详情页面里对设置的维度进行评价。 设置MR评价 选择“启用MR自定义评价维度分类”，则为多维度MR评价，可添加评价维度。 输入维度名称，按Enter键保存，名称最多200个字符，最多支持新建20个。

查看更多 →

价标签并编辑评价内容， 确认无误后单击“发表评论”。 在资源详情页也可进行评价、修改评价、追评和删除评价。 已评价的商品可单击操作栏的“评价”，在评价窗口进行追评、修改和删除。 已追评的评价可单击操作栏的“评价”进行修改和删除。 每条评价支持追评一次和修改一次。 评价一旦删除将不可恢复，不可再评，请谨慎操作。

查看更多 →

资产提供方可以单击操作列里的“查看评价”，查看评价的详细情况。 用户也可以单击“订阅时间”、“评价时间”或者“客户评分”后的对评价数据进行排序。 父主题： 资产提供方操作指导

查看更多 →

xlsm，请待导入字段模板下载到本地。 单击当前对象的“自定义字段”，然后单击“批量创建”后的，选择“批量导入字段”，选择上一步下载的字段模板。导入完成后，刷新页面，重新进入对象的“自定义字段”，即可查看已导入的字段。 图6 导入自定义字段 图7 查看已创建自定义字段 验证 您可以用对象的页面布局Layout能力，检查对象的定义是否符合预期。

查看更多 →

的标签做多样化的数据处理以及多种模型优化，以获得在已有的数据集上更好的模型效果。传统的AI应用交付会直接在实验迭代结束后以输出的模型为终点。当应用上线后，随着时间的推移，会出现模型漂移的问题。新的数据和新的特征在已有的模型上表现会越来越差。在MLOps中，实验迭代的产物将会是一条

查看更多 →

原因，并重新发表评价。 评价审核通过后，可在硬件商品的购买页面展示评价内容，且对所有人可见。 修改评价或追加评价提交后，都将进入审核中。追加评价审核通过后，不能再次追加评价；追加评价审核不通过，可重新追加评价。 父主题： 我的订单

查看更多 →

旗舰版机器人默认支持重量级深度学习。 专业版和高级版机器人如果需要使用重量级深度学习，需要先单击“重量级深度学习”，然后单击“联系我们”。 图2 重量级深度学习 编辑模型信息。 轻量级深度学习：选填“模型描述”。 图3 轻量级深度学习 重量级深度学习：选择量级“中量级”或“重量级”，选填“模型描述”。

查看更多 →

模型训练 完成图片标注后，可进行模型的训练。模型训练的目的是得到满足需求的图像分类模型。请参考前提条件确保已标注的图片符合要求，否则数据集校验将会不通过。 前提条件 请确保您的数据集中的已标注的图片不低于100张。 请确保您的数据集中至少存在2种以上的图片分类，且每种分类的图片不少于5张。

查看更多 →

如果无运行结果，如图7所示；如果有运行结果，如图8所示，例如模型应用节点和回归评估节点。 图6 右键选择展示运行结果 图7 无运行结果 图8 有运行结果 Step2 使用模型进行预测 模型建立完成后，使用已经保存好的模型和餐厅预测数据，可以预测销售额。 在算链页签的预置算链目录下， 双击打开销售销量预测，

查看更多 →

评价管理 运营管理员可以查询用户对资产的所有评价，包括被评价的资产名称和资产状态、评价人、评价时间、用户评分、评价详情，也可以删除某条评价。 在运营管理平台里，选择菜单“资产管理 > 评价管理”。 查看用户对资产的评价，从而了解资产的质量和运营情况。运营管理员也可以根据实际需要，单击操作列里的“删除”，删除某条评价。

查看更多 →

深度学习模型预测 深度学习已经广泛应用于图像分类、图像识别和语音识别等不同领域，DLI服务中提供了若干函数实现加载深度学习模型并进行预测的能力。 目前可支持的模型包括DeepLearning4j 模型和Keras模型。由于Keras它能够以 TensorFlow、CNTK或者 Theano

查看更多 →

验收通过的项目。 在筛选出的项目列表中，单击操作列的“查看项目评分”。 在系统弹框中可查看项目管理质量评分。 父主题： 项目管理

查看更多 →

存储方式：是指计算节点部署时选择的存储方式，目前仅支持“主机存储”和“OBS存储”两种存储方式。前一种是指计算节点交互的数据存储在计算节点所在机器上，后一种是计算节点交互的数据存储在部署时选择的OBS桶中。 数据目录：计算节点部署时选择的存储路径，用于TICS服务的数据和外部交互。用户只有在

查看更多 →