开始工程 在CodeArts IDE中打开带有“py”源代码的任意文件夹即可将其作为Python项目开始工程。此外，CodeArts IDE还提供了Python项目向导，帮助简化创建新项目和配置环境的过程。为了在CodeArts IDE中获得完整的编码支持和其他Python相关功能，您需要为项目指定一个解释器。

查看更多 →

查询工程 功能介绍 查询工程 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/{project_id}/test-suites/{test_suite_id}

查看更多 →

ModelArts与DLS服务的区别？ 深度学习服务（DLS）是基于华为云强大高性能计算提供的一站式深度学习平台服务，内置大量优化的网络模型，以便捷、高效的方式帮助用户轻松使用深度学习技术，通过灵活调度按需服务化方式提供模型训练与评估。 但是，DLS服务仅提供深度学习技术，而ModelArts集成了深度学习和机器

查看更多 →

工程应用 工程应用主要分为新建工程、打开工程、保存工程、清理工程、关闭工程。 在实景三维操作台左上角单击导航栏中的“工程”，弹出列表框，工程应用具体使用场景请参见表1。 表1 工程菜单页面说明 参数名称 说明 新建工程 建立新工程（Ctrl+N） 打开工程 打开已有工程（Ctrl+O）

查看更多 →

数据工程 ModelArts Studio大模型开发平台提供了全面的数据工程功能，支持从数据源导入到数据质量控制的全流程管理。该模块涵盖数据获取、加工、标注、评估和发布等关键环节，帮助用户高效构建高质量的训练数据集，推动AI应用的成功落地。具体功能如下： 数据获取：用户可以轻松将多种类型的数据导入ModelArts

查看更多 →

混沌工程 混沌工程概述 故障模式库 创建应用 安装探针 创建混沌实验 创建混沌实验组 创建故障演练 故障场景库 查看执行记录 查看实验报告

查看更多 →

用的能力。 HCIA-AI 培养与认证具备使用机器学习、深度学习等算法设计、开发AI产品及解决方案能力的工程师。 通过HCIA-AI认证，将证明您了解人工智能发展历史、昇腾AI体系和全栈全场景AI战略，掌握传统机器学习和深度学习的相关算法；具备利用TensorFlow开发框架和M

查看更多 →

工程结构 工程的主要目录结构如下： 图1 工程目录结构 Main.java 为函数的主入口，在main函数中需要配置三个参数：1.访问的函数名称 2.登录用户账户 3.登录用户密码 如图 args = new String[] {"WEB_CallSiteAPI","api","Change_Me"}，

查看更多 →

工程管理 如何查看自己的权限 如何创建模型工程 如何删除模型工程 如何对模型工程进行版本管理 如何配置关联模型工程

查看更多 →

test_suite_id 是 Integer 测试工程ID 请求参数 表2 请求Body参数 参数 是否必选 参数类型 描述 id 是 Integer 工程ID name 是 String 工程名称 description 否 String 工程描述 variables_no_file 否

查看更多 →

删除工程 功能介绍 删除工程 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 DELETE /v1/{project_id}/test-suites/{test_suite_id}

查看更多 →

工程能力 导入导出应用源码包 应用打包发布 如何下载发布后的包 如何发布补丁包 如何制作实例化数据包 如何保护应用代码 如何管理应用版本 如何使用沙箱进行测试 如何安装应用 父主题： 经典版开发指导

查看更多 →

工程创建 创建应用基础信息 添加开发中心用户 创建团队 配置服务扩展信息 添加团队成员 创建版本 父主题： 基于Spring Cloud框架进行应用上云

查看更多 →

旗舰版机器人默认支持重量级深度学习。 专业版和高级版机器人如果需要使用重量级深度学习，需要先单击“重量级深度学习”，然后单击“联系我们”。 图2 重量级深度学习 编辑模型信息。 轻量级深度学习：选填“模型描述”。 图3 轻量级深度学习 重量级深度学习：选择量级“中量级”或“重量级”，选填“模型描述”。

查看更多 →

自动学习简介 自动学习功能介绍 ModelArts自动学习是帮助人们实现模型的低门槛、高灵活、零代码的定制化模型开发工具。自动学习功能根据标注数据自动设计模型、自动调参、自动训练、自动压缩和部署模型。开发者无需专业的开发基础和编码能力，只需上传数据，通过自动学习界面引导和简单操作即可完成模型训练和部署。

查看更多 →

集成主流深度学习框架，包括PyTorch，TensorFlow，Jittor，PaddlePaddle等，内置经典网络结构并支持用户自定义上传网络，同时，针对遥感影像多尺度、多通道、多载荷、多语义等特征，内置遥感解译专用模型，支持用户进行预训练和解译应用。 图18 部分深度学习模型参数

查看更多 →

提供“自动学习白盒化”能力，开放模型参数、自动生成模型，实现模板化开发，提高开发效率 采用自动深度学习技术，通过迁移学习（只通过少量数据生成高质量的模型），多维度下的模型架构自动设计（神经网络搜索和自适应模型调优），和更快、更准的训练参数自动调优自动训练 采用自动机器学习技术，基于

查看更多 →

Standard自动学习 功能咨询 准备数据 创建项目 数据标注 模型训练 部署上线

查看更多 →

学习各地管局政策 各地区管局备案政策不定期更新，本文档内容供您参考，具体规则请以各管局要求为准。 各地区管局备案要求 华北各省管局要求 华东各省管局要求 华南各省管局要求 华中各省管局要求 西北各省管局要求 西南各省管局要求 东北各省管局要求

查看更多 →

横向联邦学习场景 TICS 从UCI网站上获取了乳腺癌数据集Breast，进行横向联邦学习实验场景的功能介绍。 乳腺癌数据集：基于医学图像中提取的若干特征，判断癌症是良性还是恶性，数据来源于公开数据Breast Cancer Wisconsin (Diagnostic)。 场景描述

查看更多 →

Standard自动学习 使用ModelArts Standard自动学习实现口罩检测 使用ModelArts Standard自动学习实现垃圾分类

查看更多 →