AI平台开发与实施服务 基于华为云AI平台，结合业务场景，提供AI模型场景化建模、调优、加速、性能提升等服务。 工作说明书 常见问题 计费说明 父主题： 上云与实施

查看更多 →

数据导入”，单击“新建”，导入数据包“推荐类AI应用数据样例.zip”（单击下载链接，获取该包）。 创建推荐类AI应用 参考如何进入经典开发环境中操作，登录经典版开发环境。 在“首页 > 项目”页签中，单击“AI应用”。 单击“创建场景式AI服务”，设置应用名称、描述信息（可选），选择“推荐服务”类型，单击“确定”。

查看更多 →

数据导入”，单击“新建”，导入数据包“预测类AI应用数据样例.zip”（单击下载链接，获取该包）。 创建预测类AI应用 参考如何进入经典开发环境中操作，登录经典版开发环境。 在“首页 > 项目”页签中，单击“AI应用”。 单击“创建场景式AI服务”，设置AI应用名称、描述信息（可选），选择“预测服务”类型，单击“确定”。

查看更多 →

如何开发工单类AI应用 工单类AI应用通过融入AI智能机器学习和分析，全面提升工单类服务效率和质量。 前提条件 已准备好有效的工单类数据文件，包括：工单内容、工单类别，工单数据至少50行。 操作步骤 在AstroZero开发环境首页的“项目”页签下，单击“AI应用”。 单击“创建场景式AI服务”。

查看更多 →

将AI应用发布到ModelArts模型管理 AI应用开发并调试完成后，开发者可以将AI应用服务到ModelArts AI应用管理模块，然后在ModelArts的推理平台进行应用的生产部署。发布AI应用包含了应用打包、构建镜像和发布这三个步骤。 打包AI应用 构建镜像 发布和部署AI应用

查看更多 →

AI开发平台ModelArts接入LTS LTS支持AI开发平台（ModelArts）日志接入，具体接入方法请参见部署为在线服务。 父主题： 使用云服务接入LTS

查看更多 →

AI平台开发与实施服务优势？ 优势项 优势介绍 丰富的行业经验 团队基于大量的行业交付经验，具备各种复杂业务场景的经验和能力，能给予客户更好地提供场景化建模分析和设计服务。 高效的研发力量 拥有丰富经验且高效的研发团队，能够快速的帮助客户进行场景化建模方案分析和设计。 先进的服务理念

查看更多 →

odelArts的自动学习功能，可以帮助用户零代码构建AI模型；ModelArts同时也提供了开发环境，用户可以在云上的JupyterLab或者本地IDE中编写训练代码，进行AI模型开发。 面向不同AI基础的开发者，本文档提供了相应的入门教程，帮助用户更快速地了解ModelArt

查看更多 →

推理简介 AI模型开发完成后，在ModelArts服务中可以将AI模型创建为AI应用，将AI应用快速部署为推理服务，您可以通过调用API的方式把AI推理能力集成到自己的IT平台。 图1 推理简介 开发模型：模型开发可以在ModelArts服务中进行，也可以在您的本地开发环境进行，

查看更多 →

使用大模型创建AI应用部署在线服务 背景说明 目前大模型的参数量已经达到千亿甚至万亿，随之大模型的体积也越来越大。千亿参数大模型的体积超过200G，在版本管理、生产部署上对平台系统产生了新的要求。例如：导入AI应用管理时，需要支持动态调整租户存储配额；模型加载、启动慢，部署时需要

查看更多 →

数据集是模型微调的基础，首先需要创建用于模型训练的数据集。 创建模型微调流水线 通过模型微调任务进行模型训练，微调任务结束后，将生成改进后的新模型。 部署模型 模型部署是通过为基座模型（即原模型）和微调后的新模型创建用于预测的模型服务的过程实现。 测试模型调优效果 在线测试微调后的模型（输入问题发起请求

查看更多 →

自动学习 AI要规模化走进各行各业，必须要降低AI模型开发难度和门槛。当前仅少数算法工程师和研究员掌握AI的开发和调优能力，并且大多数算法工程师仅掌握算法原型开发能力，缺少相关的原型到真正产品化、工程化的能力。而对于大多数业务开发者来说，更是不具备AI算法的开发和参数调优能力。这导致大多数企业都不具备AI开发能力。

查看更多 →

什么是AI平台开发与实施服务？ 华为云帮助企业快速集成ModelArts平台能力到业务应用，能够针对客户的业务场景为企业提供场景化建模咨询及模型构建服务，以及针对上线后的模型提供训练及调优服务。 父主题： 关于服务咨询

查看更多 →

查看此训练相关的详细信息，单击“发布”。 如下图所示，状态为“已发布”，表示AI服务发布成功。 图5 已发布 如何在服务编排或脚本中使用AI应用，请参见在服务编排中使用AI服务、在脚本中使用AI服务。 父主题： AI应用开发指导

查看更多 →

如果有配置AIPP，无论静态AIPP还是动态AIPP，最终生成的Davinci模型的接收的图片的大小（即input_size）均会被Crop、Padding等操作影响。在模型推理阶段，OME会对传入的图片的大小进行校验，如果是动态AIPP，要求模型推理时传入的图片的大小小于等于动态AIPP配置的max_src_image_size大小；如

查看更多 →

AIPP配置文件支持定义多组AIPP配置，对不同的模型输入进行不同的AIPP处理，配置多组AIPP参数时，将一组AIPP配置放到一个aipp_op配置项里，举例如下：上述配置定义了两组AIPP参数，分别对模型第一个和第二个输入进行AIPP处理，AIPP的模式为动态AIPP，两个输入可以接受的最大的图片大小分别是60000字节和80000字

查看更多 →

AIPP配置文件支持定义多组AIPP配置，对不同的模型输入进行不同的AIPP处理，配置多组AIPP参数时，将一组AIPP配置放到一个aipp_op配置项里，举例如下： aipp_op { related_input_rank: 0 aipp_mode

查看更多 →

如果有配置AIPP，无论静态AIPP还是动态AIPP，最终生成的Davinci模型的接收的图片的大小（即input_size）均会被Crop、Padding等操作影响。在模型推理阶段，OME会对传入的图片的大小进行校验，如果是动态AIPP，要求模型推理时传入的图片的大小小于等于动态AIPP配置的max_src_image_size大小；如

查看更多 →

导入AI应用提示模型或镜像大小超过限制 问题现象 在导入AI应用时，提示模型或镜像大小超过限制。 原因分析 如果使用的是OBS导入或者训练导入，则是基础镜像、模型文件、代码、数据文件和下载安装软件包的大小总和超过了限制。 如果使用的是 自定义镜像 导入，则是解压后镜像和镜像下载文件的大小总和超过了限制。

查看更多 →

定制开发指导（基于智能排班模型BO） 本章节介绍如何基于智能排班模型BO进行二次开发。 开放能力 定制开发流程 基本操作 定制开发应用 打包发布应用 父主题： 智能排班二次开发指南

查看更多 →

Transformers库介绍 AI Gallery使用的Transformers机器学习库是一个开源的基于Transformer模型结构提供的预训练语言库。Transformers库注重易用性，屏蔽了大量AI模型开发使用过程中的技术细节，并制定了统一合理的规范。使用者可以便捷地使用、下载模型。同时支持

查看更多 →