创建图像分类项目 ModelArts自动学习，包括图像分类、物体检测、预测分析、声音分类和文本分类项目。您可以根据业务需求选择创建合适的项目。您需要执行如下操作来创建自动学习项目。 创建项目 登录ModelArts管理控制台，在左侧导航栏选择“开发空间 > 自动学习”，进入自动学习页面。

查看更多 →

的执行结果、作业报告。作业报告展示作业详细信息，包括作业输入条件、输出结果、执行环境、合作方信息和模型贡献度等。 图2 展示作业报告 执行纵向作业 用户登录进入计算节点页面。 在左侧导航树上依次选择“作业管理 > 可信联邦学习”，打开可信联邦学习作业页面。 在“可信联邦学习”页面，查找待执行的纵向作业，单击“执行”。

查看更多 →

Online、TensorFlow和Jupyter Notebook开发深度学习模型 本实践主要讲解如何在CodeArts IDE Online中使用TensorFlow和Jupyter Notebook完成神经网络模型的训练，并利用该模型完成简单的图像分类。

查看更多 →

训练模型。 评估模型 在“模型评估”页面，您可以针对当前版本的模型进行模型评估，查看评估参数对比和详细评估，也可以模拟在线测试。 图1 模型评估 模型评估 “模型评估”下侧显示当前模型的版本、标签数量、验证集数量。 评估参数对比 “评估参数对比”下方显示当前模型的评估参数值，包括

查看更多 →

请见训练模型。 评估模型 在“模型评估”页面，您可以针对当前版本的模型进行模型评估，查看评估参数对比和详细评估，也可以模拟在线测试。 图1 评估模型 模型评估 “模型评估”下侧显示当前模型的版本、验证集数量。 评估参数对比 “评估参数对比”下方显示当前模型的评估参数值，包括“精准

查看更多 →

情请见训练模型。 整体评估 在“模型评估”页面，您可以针对当前版本的模型进行整体评估。 “整体评估”左侧显示当前模型的版本、标签数量、验证集数量。 “整体评估”右侧显示当前模型的评估参数值，包括“精准率”、“召回率”、“F1值”。您可以在上方单击选择“评估范围”，单击“添加对比版本”。

查看更多 →

请见训练模型。 评估模型 在“模型评估”页面，您可以针对当前版本的模型进行模型评估，查看评估参数对比和详细评估，也可以模拟在线测试。 图1 评估模型 模型评估 “模型评估”下侧显示当前模型的版本、验证集数量。 评估参数对比 “评估参数对比”下方显示当前模型的评估参数值，包括“精准

查看更多 →

变更评估 分片变更前，可根据以下几点对分片变更做一个初步的评估，根据评估结果选择适当的新分片数, DDM实例规格和DN实例规格, 以及DN节点个数。 数据量：可用show db status命令来获得目前现网的数据量。 DDM规格：当前DDM实例的CPU个数、内存大小、DDM节点数。

查看更多 →

评估项目 创建评估项目 查询评估项目列表 查询评估项目状态 查询评估项目详情 评估项目确认目标数据库类型 删除评估项目 父主题： API

查看更多 →

配置完成后，单击“创建评估”，主机规格评估创建成功。规格评估完成后，可以查看评估推荐结果和主机性能数据，其中目的端规格配置即为该资源的迁移目的端。 （可选）您还可以进行如下操作： 更改目的端规格：根据实际需求，可以调整目的端主机规格和磁盘规格，并支持磁盘缩容。 绑定已有目的端：根据评估结果，如果

查看更多 →

配置完成后，单击“创建评估”，主机规格评估创建成功。规格评估完成后，可以查看评估推荐结果和主机性能数据，其中目的端规格配置即为该资源的迁移目的端。 （可选）您还可以进行如下操作： 更改目的端规格：根据实际需求，可以调整目的端主机规格和磁盘规格，并支持磁盘缩容。 绑定目的端：根据评估结果，如果您

查看更多 →

ProxyMode：集群Proxy模式，字符串类型 ELB：是否依赖ELB，布尔型 } 上述文件中每个字段的评估规则如下： 表1 评估规则 字段 评估规则 Kubernetes版本 如果是1.21以下版本，推荐U CS 集群主要发行版本（例如1.21，随着时间发展会发生变化

查看更多 →

ProxyMode：集群Proxy模式，字符串类型 ELB：是否依赖ELB，布尔型 } 上述文件中每个字段的评估规则如下： 表1 评估规则 字段 评估规则 Kubernetes版本 如果是1.21以下版本，推荐UCS集群主要发行版本（例如1.21，随着时间发展会发生变化

查看更多 →

ProxyMode：集群Proxy模式，字符串类型 ELB：是否依赖ELB，布尔型 } 上述文件中每个字段的评估规则如下： 表1 评估规则 字段 评估规则 Kubernetes版本 如果是1.21以下版本，推荐UCS集群主要发行版本（例如1.21，随着时间发展会发生变化

查看更多 →

在标注作业列表中，选择“物体检测”或“图像分类”类型的标注作业，单击操作列的“智能标注”启动智能标注作业。 在弹出的“启动智能标注”对话框中，选择智能标注类型，可选“主动学习”或者“预标注”，详见表1和表2。 表1 主动学习 参数 说明 智能标注类型 “主动学习”。“主动学习”表示系统将自动使用半监督学习、难例

查看更多 →

诊断”。 深度诊断功能依赖UniAgent，如果提示未安装UniAgent或者安装失败，请参考为ECS安装UniAgent进行安装，否则无法发送命令。 图1 深度诊断 勾选“同意安装插件并采集数据”后，单击“确定”。 诊断结果及说明，请参见深度诊断结论。 在诊断结果的“诊断报告”页签查看诊断详情。

查看更多 →

基于CodeArts IDE Online、TensorFlow和Jupyter Notebook开发深度学习模型 概要 准备工作 导入和预处理训练数据集 创建和训练模型 使用模型

查看更多 →

列举合规规则包的评估结果 功能介绍 列举合规规则包的合规规则评估结果。 调用方法 请参见如何调用API。 URI GET /v1/resource-manager/domains/{domain_id}/conformance-packs/{conformance_pack_id}/compliance

查看更多 →

自动学习模型训练图片异常？ 使用自动学习的图像分类或物体检测算法时，标注完成的数据在进行模型训练后，训练结果为图片异常。针对不同的异常情况说明及解决方案参见表1。 表1 自动学习训练中图片异常情况说明（图像分类和物体检测） 序号 图片异常显示字段 图片异常说明 解决方案字段 解决方案说明

查看更多 →

下一步”，进入“评估”页面。 本地上传图片 图2 评估模板 在“应用开发>评估”页面，默认进入“本地上传”页签。 单击“上传图片”，或者拖拽测试图片至虚线框内上传图片区域，上传本地的图片作为测试图片。 测试图片上传成功后，右侧会显示识别结果。 您可以核对识别结果是否正确。 如果不

查看更多 →

情请见训练模型。 整体评估 在“模型评估”页面，您可以针对当前版本的模型进行整体评估。 “整体评估”左侧显示当前模型的版本、标签数量、验证集数量。 “整体评估”右侧显示当前模型的评估参数值，包括“精准率”、“召回率”、“F1值”。您可以在上方单击选择“评估范围”，单击“添加对比版本”。

查看更多 →