。 使用简易变量集时，需要打开简易变量集的开关，功能才能生效。开关打开的方法请参见配置默认项 > 是否使用简易变量集。 业务日期参数 业务日期是指在调度时间内，任务预期调度运行时间的前一天（即昨天）。例如，调度日期为2023年1月1日，那么业务日期就是2022年12月31日。该参

查看更多 →

您快速上手AI原生应用引擎的使用流程和核心功能。 编排Agent的流程 图1 编排Agent的流程 表1 编排Agent的流程详解 序号 流程环节 说明 1 创建数据集 创建微调数据集/创建知识库数据集 用户根据需要创建微调数据集、知识库数据集，分别用于模型微调、创建知识库。 标注数据

查看更多 →

在“数据标注”页面，单击左侧训练集名称，进入对应的训练集管理页面，可以编辑训练集名称和训练语料。 图8 编辑训练集 删除 当某一训练集不再匹配业务诉求，您可以删除该训练集以释放资源。 在“数据标注”页面，鼠标悬浮在训练集名称上，单击删除图标。 图9 删除训练集 在删除训练集对话框中，单击“确认”。

查看更多 →

写。 系统随机给出 训练验证比例 训练验证比例表示将已标注样本随机分为训练集和验证集的比例，默认训练集比例为0.8，即训练集占0.8，验证集占0.2。manifest中的usage字段记录划分类别。取值范围为0~1。 0.8 增量训练版本 用户可以在之前训练成功的版本中，自主选择

查看更多 →

Schema列表。 status Integer 数据集状态。当前可选值： 0：数据集创建中 1：数据集正常 2：数据集删除中 3：数据集已删除 4：数据集异常 5：数据集同步中 6：数据集发布中 7：数据集版本切换中 8：数据集导入中 third_path String 第三方路径。

查看更多 →

准备AscendSpeed训练代码、分词器Tokenizer和推理代码。 准备数据 准备训练数据，可以用Alpaca数据集，也可以使用自己准备的数据集。 准备镜像 准备训练模型适用的容器镜像。 预训练 预训练 介绍如何进行预训练，包括训练数据处理、超参配置、训练任务、断点续训及性能查看。 微调训练

查看更多 →

在“从本地上传”处，单击“点击上传”，选择本地编排好的训练数据。 数据上传成功后，页面会有提示信息。 此时AI Gallery会自动新建一个数据集，单击提示信息处的“查看”可以进入数据集详情页，也可以在“我的Gallery > 数据集 > 我创建的数据集”进入数据集详情页查看。 从AI Gallery中选

查看更多 →

88个训练集，288维特征。 数据中心训练数据集 提供用于数据中心场景AI模型训练的数据，包括数据中心制冷系统、硬盘等设备的运行状态等数据。 场景案例 DC硬盘故障检测：通过对老化硬盘和新硬盘的关键参数对比，实现提前30~45天故障预测，确保硬盘数据不丢失。提供1个训练集，24维特征。

查看更多 →

尝试基于torchvision获取cifar10数据集。 基于数据链接下载数据并解压，放置在指定目录下，训练集和测试集的大小分别为(50000，3，32，32)和(10000，3，32，32)。 考虑到下载cifar10数据集较慢，基于torch生成类似cifar10的随机数据集，训练集和测试集的大小分别为(50

查看更多 →

新建训练数据集 在“数据选择”页面，单击“新建训练数据集”，右侧弹出“新建数据集”页面，根据数据存储位置和数据标注情况，按表1填写数据集基本信息，然后单击“确定”。 图1 新建数据集 表1 新建训练数据集参数说明 参数 说明 数据集名称 待新建的数据集名称。 描述 数据集简要描述。

查看更多 →

。 系统随机给出 训练验证比例 训练验证比例表示将已标注样本随机分为训练集和验证集的比例，默认训练集比例为0.8，即全部分为训练集，manifest中的usage字段记录划分类别。取值范围为0~1。 0.8 最大训练时长（分钟） 即最大训练时长，在该时长内若训练还未完成，则强制退

查看更多 →

csv中，示例如下图所示。 图1 静态benchmark测试结果（示意图） 动态benchmark 本章节介绍如何进行动态benchmark验证。 获取数据集。动态benchmark需要使用数据集进行测试，可以使用公开数据集，例如Alpaca、ShareGPT。也可以根据业务实际情况，使用generate_datasets

查看更多 →

进入技能开发页面 新建训练数据集 在“应用开发>数据选择”页面，单击“新建训练数据集”，右侧弹出“新建数据集”页面，根据数据存储位置和数据标注情况，按表1填写数据集基本信息，然后单击“确定”。 图2 新建数据集 表1 新建训练数据集参数说明 参数 说明 数据集名称 待新建的数据集名称。 描述

查看更多 →

在应用开发的“数据选择”页面，单击“新建数据集”。 右侧弹出“新建数据集”页面。 按表4填写数据集基本信息，然后单击“确定”。 图6 新建数据集 表4 新建数据集参数说明 参数 说明 推荐填写 数据集名称 待新建的数据集名称。支持输入中英文、数字、下划线及中划线。 本样例填写“test”。 描述 数据集简要描述。

查看更多 →

标签管理 内置场景挖掘规则 数据集 数据集模块将采集到的数据和训练开发过程中收集的数据等进行整合，支持数据集多版本管理和统计。同时支持用户将本地符合平台规范的数据集导入平台，以及将平台上的数据集导出到自有OBS桶中。 创建数据集 导出任务 Octopus数据集格式说明 数据缓存 提供专

查看更多 →

如不填写申请值和限制值，表示不限制配额。申请值和限制值的配置说明及建议请参见设置容器规格。 内存配额 申请：容器需要使用的内存最小值，默认512MiB。 限制：允许容器使用的内存最大值。如果超过，容器会被终止。 如不填写申请值和限制值，表示不限制配额。申请值和限制值的配置说明及建议请参见设置容器规格。

查看更多 →

Step1 准备训练数据：下载MNIST数据集。 Step2 准备训练文件和推理文件：编写训练与推理代码。 Step3 创建OBS桶并上传文件：创建OBS桶和文件夹，并将数据集和训练脚本，推理脚本，推理配置文件上传到OBS中。 Step4 创建训练作业：进行模型训练。 Step5

查看更多 →

HOUSE( 数据仓库 ) DATASET(数据集) owner String 数据集类型 枚举值： CUSTOMER(自定义数据集) SYSTEM(内置数据集) frame_num Long 文件数 frame_size Long 数据集下版本帧文件总大小，单位字节 project_id

查看更多 →

于前面的数据标注，将数据集发布为一个版本。 系统将自动给出一个版本号，您也可以根据实际情况进行填写。 系统随机给出 训练验证比例 训练验证比例表示将已标注样本随机分为训练集和验证集的比例，默认训练集比例为0.8，即训练集占0.8，验证集占0.2。manifest中的usage字段记录划分类别。取值范围为0~1。

查看更多 →

88个训练集，288维特征。 数据中心训练数据集 提供用于数据中心场景AI模型训练的数据，包括数据中心制冷系统、硬盘等设备的运行状态等数据。 场景案例 DC硬盘故障检测：通过对老化硬盘和新硬盘的关键参数对比，实现提前30~45天故障预测，确保硬盘数据不丢失。提供1个训练集，24维特征。

查看更多 →

Step1 准备训练数据：下载MNIST数据集。 Step2 准备训练文件和推理文件：编写训练与推理代码。 Step3 创建OBS桶并上传文件：创建OBS桶和文件夹，并将数据集和训练脚本，推理脚本，推理配置文件上传到OBS中。 Step4 创建训练作业：进行模型训练。 Step5

查看更多 →