开发Python脚本 数据开发支持对Python脚本进行在线开发、调试和执行，开发完成的脚本可以在作业中调度运行（请参见开发Pipeline作业）。 Python脚本开发的样例教程请参见开发一个Python脚本。 前提条件 已新增Python脚本，请参见新建脚本。 已新建主机连接

查看更多 →

基于Python开发 PyMongo包 连接数据库 访问数据库 完整示例 父主题： 应用程序开发教程

查看更多 →

算法类型：快速型 其他参数采用默认值。 图6 启动智能标注任务 查看智能标注任务进度 智能标注任务启动后，可以在“待确认”页签下查看智能标注任务进度。当任务完成后，即可在“待确认”页签下查看自动标注好的数据。 图7 查看智能标注任务进度 确认智能标注结果 在智能标注任务完成后，在“待确认”页签下

查看更多 →

入门教程 运行第一条Workflow 开发第一条Workflow

查看更多 →

开发AI应用 准备模型 AI应用开发的前序步骤是模型训练，因此开始进行AI应用开发时，您已经有训练优化好的可使用的模型了。当前ModelBox 镜像支持的模型类型有TensorRT和PyTorch模型，具体的版本号在您创建开发环境选择镜像时镜像名称中可以看到。 如果您的模型不是T

查看更多 →

Python和Spark开发平台 创建特征工程 数据采样 列筛选 数据准备 特征操作 Notebook开发 全量数据应用 发布服务 父主题： 特征工程

查看更多 →

Python开发环境配置 使用 图像搜索 Python版本SDK包，需要您配置Python开发环境，步骤如下： 从Python官网下载并安装合适的Python版本。请使用Python3.3以上版本，如下以Python3.7 版本为例进行说明。 从PyCharm官网下载并安装最新版本。

查看更多 →

Python开发环境配置 使用图像识别Python版本SDK包，需要您配置Python开发环境。 从Python官网下载并安装合适的Python版本。请使用Python3.3以上版本，如下以Python3.7 版本为例进行说明。 从PyCharm官网下载并安装最新版本。 在PyC

查看更多 →

Studio。 操作步骤 从Python官网下载并安装Python版本。 根据Python官方指导安装Python版本。 检验是否配置成功，运行cmd ，输入 python。运行结果，请参见图1，显示版本信息，则说明安装和配置成功。 图1 检验配置是否成功 python安装应用包时出现错误类似错误“error:

查看更多 →

Python开发环境配置 使用 内容审核 Python版本SDK包，需要您配置Python开发环境。 从Python官网下载并安装合适的Python版本。请使用Python3.3以上版本，如下以Python3.7 版本为例进行说明。 从PyCharm官网下载并安装最新版本。 在PyC

查看更多 →

AI应用开发介绍 模型封装是将模型封装成一个AI应用，也称之为AI应用开发。AI应用开发是指将训练好的一个或多个模型编排开发成推理应用以满足具体业务场景下的推理需求，比如视频质量检测、交通拥堵诊断等。AI应用开发在整个AI开发流程的位置大致如图1所示。 图1 AI开发流程 通常为

查看更多 →

Python SDK开发指导 操作指导 样例参考 父主题： 使用业务面SDK

查看更多 →

测试通过后，单击“确定”，创建数据连接。 开发Python脚本 在“数据开发 > 脚本开发”模块中创建一个Python脚本，脚本名称为“python_test”。 图2 创建Python脚本 选择Python版本（以Python3为例），并选择主机连接，根据实际需要输入参数。 配置的参数是指执行Python脚本时，

查看更多 →

开发第一条Workflow 安装开发环境 准备数据 编写Workflow 调试Workflow 发布运行态 发布运行态并执行 发布至AI Gallery 清除资源 父主题： 入门教程

查看更多 →

[云计算]：10分钟快速入门EVS 3. [数据库]：10分钟快速入门RDS 4. [人工智能]：使用ModelArts中开发工具学习Python（初级） 5. [人工智能]：使用ModelArts中开发工具学习Python（高级） 6. [鲲鹏]：基于华为云鲲鹏 弹性云服务器 部署Web应用 7.

查看更多 →

AI应用开发和调试 ModelBox基本概念 开发AI应用 调试AI应用

查看更多 →

AI开发基本流程介绍 什么是AI AI（人工智能）是通过机器来模拟人类认识能力的一种科技能力。AI最核心的能力就是根据给定的输入做出判断或预测。 AI开发的目的是什么 AI开发的目的是将隐藏在一大批数据背后的信息集中处理并进行提炼，从而总结得到研究对象的内在规律。 对数据进行分析

查看更多 →

准备Spark应用Python开发环境 操作场景 Python开发环境可以搭建在Windows环境下，而运行环境（即客户端）只能部署在Linux环境下。 操作步骤 对于Python开发环境，直接使用Editra编辑器（或其他编写Python应用程序的IDE）即可。 下载客户端样例配置程序到本地开发环境。

查看更多 →

AI开发基本概念 机器学习常见的分类有3种： 监督学习：利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程，也称为监督训练或有教师学习。常见的有回归和分类。 非监督学习：在未加标签的数据中，试图找到隐藏的结构。常见的有聚类。 强化学习：智能系统从环境到行为映射的学习，以使奖励信号（强化信号）函数值最大。

查看更多 →

AI应用开发指导 什么是AI应用 如何开发预测类AI应用 如何开发推荐类AI应用 如何开发工单类AI应用 如何开发目标检测类AI应用 使用优选AI服务 迁移安装AI应用 父主题： 白名单特性

查看更多 →

Python 环境要求 Python 3.0及以上版本。 引用库 requests 2.18.1 请自行下载安装Python 3.x，并完成环境配置。 打开命令行窗口，执行pip install requests命令。 执行pip list查看安装结果。 本文档所述Demo在提供

查看更多 →