物理模型 图1 物理模型 搜索 对数据库名/schema/物理表名进行搜索。 数据库操作 新增数据库：在物理模型树根节点下新建数据库。 图2 新增数据库 编辑数据库：选中要修改的数据库，可重命名/删除数据库 图3 编辑数据库 schema操作 新增schema：在选中的数据库节点下新建schema。

查看更多 →

模型推理 模型初始化成功后，调用infer接口进行模型推理。灌入一组数据，并得到推理结果。输入数据的类型不是uint8或float32数组组成的list将会抛出一个ValueError。 接口调用 hilens.Model.infer(inputs) 参数说明 表1 参数说明 参数名

查看更多 →

模型管理 使用租间管理员账号登录AICC。 选择“配置中心>机器人管理>语义理解管理> 系统管理>模型管理” 单击“新增”，依次输入“名称”、“语言”、“模型类型”、“描述”。 图1 新增模型 单击“保存”，完成配置。 父主题： 其他操作

查看更多 →

公共模型 公共模型提供API设计时所需公共数据的定义，在设计API的Body请求体或返回响应时，如果需要使用某种数据模型、公共响应等，可直接引用对应的公共模型，单击“公共模型”搜索框右侧，新建不同类型公共模型，CodeArts API提供以下7种公共模型定义：数据模型、公共响应、

查看更多 →

防篡改、防泄漏。 模型安全性及合规性。 对模型文件进行版本管理，支持模型溯源；模型训练工作流的访问操作通过身份及权限控制且模型训练、推理所依赖的环境支持租户资源隔离，模型文件存储安全，且对模型文件访问进行身份及权限控制，模型文件访问基于https加密传输，模型训练及访问可防篡改、防泄漏。

查看更多 →

模型采集 接入数据源 管理数据源 采集任务管理 父主题： 应用模型

查看更多 →

从工具箱中拖入Domain元素到领域模型图中，从系统业务划分上抽象出内存、存储、安全、网络域概念，建立如下图所示模型结构： 在领域模型中以业务域视角进行建模分析，创建业务域对象之间结构关系，如果当领域模型设计图形比较复杂时，可以参考逻辑模型中的分层结构，创建多个领域模型，分解来画各业务域之间的关系

查看更多 →

定到4+1视图 : 技术模型的基础构造型与自定义构造型元素才认定为技术元素）。 在技术模型图上创建出来的技术元素； 引用到技术模型中的技术元素（包含关联空间中的引用的技术元素）； 如何检查 查询基于模型图（只有技术模型图内的技术元素参与构树）构出的技术模型架构树，找出同一节点下同名同类型的技术元素。

查看更多 →

检索模型 概述 通过模型地图，用户可以根据模型的名字和路径关键字进行资产检索，快速查找所需数据信息；同时也支持用户收藏模型，申请权限，添加标注，方便快速使用。 前提条件 已采集技术模型，具体请参见模型采集。 已创建业务模型，具体请参见模型目录（旧版）。 检索模型 在开天 集成工作台 界面中，选择左侧导航栏中的“应用模型

查看更多 →

单击已新建的逻辑模型右侧的“编辑”，可以修改逻辑模型的参数信息。 单击已新建的逻辑模型右侧的“删除”，可以删除逻辑模型。删除操作无法恢复，请谨慎操作。如果模型包含业务表，无法删除。 单击已新建的逻辑模型右侧的“转化为物理模型”，可以将逻辑模型转化为物理模型。具体操作请参见逻辑模型转换为物理模型。 单击已新建的逻辑

查看更多 →

模型训练 企业A在完成特征选择后，可以单击右下角的“启动训练”按钮，配置训练的超参数并开始训练。 等待训练完成后就可以看到训练出的模型指标。 模型训练完成后如果指标不理想可以重复调整7、8两步的所选特征和超参数，直至训练出满意的模型。 父主题： 使用 TICS 可信联邦学习进行联邦建模

查看更多 →

导入模型 如何将Keras的.h5格式模型导入到ModelArts中 导入模型时，模型配置文件中的安装包依赖参数如何编写？ 使用 自定义镜像 创建在线服务，如何修改默认端口 ModelArts平台是否支持多模型导入 导入AI应用对于镜像大小的限制 父主题： 模型管理

查看更多 →

模型适配 基于MindSpore Lite的模型转换 动态shape 父主题： GPU推理业务迁移至昇腾的通用指导

查看更多 →

可以看到获取的shape信息如下图所示。 图1 shape信息 PyTorch模型转换为Onnx模型（可选） 获取onnx模型有两种方式，方式一是使用官方提供的模型转换脚本将pytorch模型转换为onnx模型，方式二是对于提供了onnx模型的仓库，可以直接下载onnx模型。下面介绍方式一如何操作，如果采用方式二，可以跳过此步骤。

查看更多 →

模型评测 创建评测脚本 创建评测任务 父主题： 训练服务

查看更多 →

模型评测 在机器学习中，通常需要使用一定的方法和标准，来评测一个模型的预测精确度。自动驾驶领域通常涉及目标检测、语义分割、车道线检测等类别，如识别车辆、行人、可行区域等对象。 评测脚本 评测任务 任务队列 评测对比 模型数据集支持 父主题： 训练服务

查看更多 →

完成模型配置。 图1 模型配置 模型级别：可选择“初始模型”和“迭代模型”。“初始模型”为Octopus平台提供的内置模型，“迭代模型”是用户二次微调后的模型。 输入模型：选择需要进行微调的模型和版本。当前支持2D预标注模型进行模型微调。 输出模型：模型微调后存储的模型仓库。

查看更多 →

需要用户先准备好模型包，具体要求请参见模型文件说明。 关闭 无需上传 否 空模型。 单击“初始化”，完成模型仓库的创建。 查看模型仓库详情。 单击模型仓库名称，进入该模型仓库的详情页面，分为模型仓库详情和版本管理两部分内容。 模型仓库详情：模型仓库的详细信息，如模型ID、名称、描述

查看更多 →

模型管理 模型仓库 模型文件说明（标注） 模型文件说明（训练） 父主题： 数据资产

查看更多 →

对象模型 本节介绍API及后端服务的对象模型。 “操作类型”用于描述字段的属性，表示对应字段的值可进行的操作： C：创建；U：更新；R：读取。 “是否必选”列表示对于“操作类型”为“C”的创建操作，对应字段是否为必选字段。 表1 API对象模型 参数 类型 说明 操作类型 是否必选

查看更多 →

对象模型 本节介绍APP与API之间的授权关系的对象模型，如下表所示。 “操作类型”用于描述字段的属性，表示对应字段的值可进行的操作： C：创建；U：更新；R：读取。 “是否必选”列表示对于“操作类型”为“C”的创建操作，对应字段是否为必选字段。 表1 APP授权关系对象模型 参数

查看更多 →