单击“模型”进入模型列表。 选择需要部署为推理服务的模型，单击模型名称进入模型详情页。 在模型详情页，选择“部署 > 推理服务”进入部署推理服务页面。 在部署推理服务页面完成参数配置。 表1 部署推理服务 参数 子参数 说明 推理服务设置 服务名称 必填项，自定义一个在线推理服务的名称。 支持1~30个字符。

查看更多 →

对于采用AI引擎为TensorFlow的训练作业，您可以使用模型训练时产生的Summary文件来创建TensorBoard作业，将需要展示的指标及数据信息写入到Context.get("tensorboard_path")路径下，示例代码如下： import tensorflow as tf from naie.context

查看更多 →

部署到推理调试 在开发环境容器内调试完成后，开发者可以将自己开发好的AI应用和ModelBox runtime镜像打包成新的运行镜像，并发布到ModelArts推理服务，直接测试部署的服务并查看日志，以确保开发好的AI应用可以在ModelArts推理平台正常运行。具体调试步骤如下：

查看更多 →

加载模型的部署能力。本案例将指导用户完成原生第三方推理框架镜像到ModelArts推理自定义引擎的改造。自定义引擎的镜像制作完成后，即可以通过AI应用导入对模型版本进行管理，并基于AI应用进行部署和管理服务。 适配和改造的主要工作项如下： 图1 改造工作项 针对不同框架的镜像，可

查看更多 →

模型转换失败怎么办？ 如果模型转换失败，可通过查看日志信息来查看模型转换失败的原因，进而针对性地解决问题。 查看模型转换日志：通过查看模型转换日志，定位模型转换失败的原因。 解决模型转换问题：针对模型转换失败的原因解决问题，此处列举常见的问题原因以及解决方法。 查看模型转换日志

查看更多 →

999 删除TFJob。 kubectl delete -f tf-mnist.yaml 使用GPU训练 TFJob可在GPU场景下进行，该场景需要集群中包含GPU节点，并安装合适的驱动。 在TFJob中指定GPU资源。 创建tf-gpu.yaml文件，示例如下： 该示例的主要功能是基

查看更多 →

转换所需的配置文件。模型文件的输入目录规范请见模型输入目录规范。 转换输出目录 若在上文“模型来源”中，选择需要转换格式的模型（非om格式模型），单击选择模型转换完成后输出的OBS目录。请确保该目录下没有om模型。输出目录规范请见模型输出目录规范。 高级选项 包括输入张量形状、转换输出节点等参数选项，详情请见表2。

查看更多 →

ecs-cluster-deployment， E CS 集群化部署模板，其中包含了两个ECS、一个RDS、一个ELB和一个EIP。 ecs-fg-init-deployment，ECS和FunctionGraph的部署模板，在ECS创建完成之后，借助于FunctionGraph执行shell脚本。 ecs-ha-de

查看更多 →

查询服务事件日志 功能介绍 查询服务事件日志，包含服务的操作记录及部署过程中的关键动作、部署失败原因。 调试 您可以在 API Explorer 中调试该接口，支持自动认证鉴权。API Explorer可以自动生成SDK代码示例，并提供SDK代码示例调试功能。 URI GET /v1

查看更多 →

转换所需的配置文件。模型文件的输入目录规范请见模型输入目录规范。 转换输出目录 若在上文“模型来源”中，选择需要转换格式的模型（非om格式模型），单击选择模型转换完成后输出的OBS目录。请确保该目录下没有om模型。输出目录规范请见模型输出目录规范。 高级选项 包括输入张量形状、转换输出节点等参数选项，详情请见表2。

查看更多 →

支持的常用引擎及其Runtime 模型使用的引擎类型 支持的运行环境（Runtime） 注意事项 TensorFlow python3.6 python2.7（待下线） tf1.13-python3.6-gpu tf1.13-python3.6-cpu tf1.13-python3.7-cpu tf1.13-python3

查看更多 →

支持的常用引擎及其Runtime 模型使用的引擎类型 支持的运行环境（Runtime） 注意事项 TensorFlow python3.6 python2.7（待下线） tf1.13-python3.6-gpu tf1.13-python3.6-cpu tf1.13-python3.7-cpu tf1.13-python3

查看更多 →

将olc目录复制到tfinstance下，自行在meta.json中添加资源组，调用olc即可。 将olc目录复制到tfinstance下，再将生成的meta.json与自己服务的meta.json合并即可。 IAC的provider已经上线，业务无需关心。直接在部署服务调用部署相应的资源组即可。

查看更多 →

将olc目录复制到tfinstance下，自行在meta.json中添加资源组，调用olc即可。 将olc目录复制到tfinstance下，再将生成的meta.json与自己服务的meta.json合并即可。 IAC的provider已经上线，业务无需关心。直接在部署服务调用部署相应的资源组即可。

查看更多 →

开发环境中的Notebook支持。训练作业和模型部署（即推理）暂时不支持。 Keras是一个用Python编写的高级神经网络API，它能够以TensorFlow、CNTK或者Theano作为后端运行。Notebook开发环境支持“tf.keras”。 如何查看Keras版本 在M

查看更多 →

当您使用自定义脚本创建算法的时候，如果您的模型引用了其他依赖，您需要在“算法管理 > 创建算法”的“代码目录”下放置相应的文件或安装包。 安装python依赖包请参考模型中引用依赖包时，如何创建训练作业？ 安装C++的依赖库请参考如何安装C++的依赖库？ 在预训练模型中加载参数请参考如何在训练中加载部分训练好的参数？

查看更多 →

云产品中上传证书并进行部署。 国密证书暂不支持一键部署到华为云其他云产品。 已上传的第三方证书和有效期为三个月的测试证书部署到 华为云产品 需要收费，每一张证书部署到华为云产品的一个 域名 计为一次部署，证书部署费用为30元/次。具体收费详情请参见关于调整证书部署功能的通知。 操作步骤 登录管理控制台。

查看更多 →

签发的证书不支持一键部署到云产品。如需在对应云产品中使用证书，可以先将证书下载到本地，然后再到对应云产品中上传证书并进行部署。 国密证书暂不支持一键部署到华为云其他云产品。 已上传的第三方证书和有效期为三个月的测试证书部署到华为云产品需要收费，每一张证书部署到华为云产品的一个域名

查看更多 →

证书不支持一键部署到云产品。如需在对应云产品中使用证书，可以先将证书下载到本地，然后再到对应云产品中上传证书并进行部署。 部署至 CDN加速 域名，需要加速域名开启HTTPS，才能在部署证书功能中完成对该域名的部署。 已上传的第三方证书和有效期为三个月的测试证书部署到华为云产品需要收

查看更多 →

软件包名称中的xxx表示时间戳。 包含了本教程中使用到的推理部署代码和推理评测代码、推理依赖的算子包。代码包具体说明请参见模型软件包结构说明。 获取路径：Support-E 说明： 如果没有下载权限，请联系您所在企业的华为方技术支持下载获取。 模型软件包结构说明 本教程需要使用到的AscendCloud-6.3

查看更多 →

Online暂不支持GPU加速，建议安装tensorflow-cpu减小磁盘占用，并加快安装速度。 鲲鹏镜像暂时无法安装TensorFlow，敬请期待后续更新。 父主题： 基于CodeArts IDE Online、TensorFlow和Jupyter Notebook开发深度学习模型

查看更多 →