发布数据集
ModelArts Pro在数据集管理过程中，针对同一个数据源，对不同时间标注后的数据，按版本进行区分，方便后续模型构建和开发过程中，选择对应的数据集版本进行使用。数据标注完成后，您可以将数据集当前状态进行发布，生成一个新的数据集版本。
关于数据集版本
- 针对刚创建的数据集（未发布前），无数据集版本信息，必须执行发布操作后，才能应用于模型开发或训练。
- 数据集版本，默认按V001、V002递增规则进行命名，您也可以在发布时自定义设置。
- 您可以将任意一个版本设置为当前目录，即表示数据集列表中进入的数据集详情，为此版本的数据及标注信息。
- 针对每一个数据集版本，您可以通过“存储路径”参数，获得此版本对应的Manifest文件格式的数据集。可用于导入数据或难例筛选操作。
- 表格数据集暂不支持切换版本。
发布数据集
- 在ModelArts Pro控制台界面，单击“自然语言处理”套件卡片的“进入套件”。
进入自然语言处理套件控制台。
- 在左侧导航栏选择“应用开发>工作台”。
默认进入“我的应用”页签。
- 在“我的应用”页签下，选择已创建的应用，单击操作列的“查看”。
进入应用详情页，默认进入“应用开发”页签。
- 单击“应用资产”，在“应用资产”页签下，选择数据集，单击“管理”。
进入“数据集管理”页面。
图1 数据集管理
- 在数据集管理页面右上角单击“发布”。
- 在“发布新版本”弹出框中，填写发布数据集的相关参数，然后单击“确定”。
表1 发布数据集的参数说明 参数
描述
“版本名称”
默认按V001、V002递增规则进行命名，您也可以自定义版本名称。版本名称只能包含字母、数字、中划线或下划线。
“版本格式”
仅“表格”类型数据集支持设置版本格式，支持“CSV”和“CarbonData”两种。
说明：如果导出的CSV文件中存在以“=”“+”“-”和“@”开头的命令时，为了安全考虑，ModelArts会自动加上Tab键，并对双引号进行转义处理。
“数据切分”
仅“图像分类”、“物体检测”、“文本分类”和“声音分类”类型数据集支持进行数据切分功能。
默认不启用。启用后，需设置对应的训练验证比例。
输入“训练集比例”，数值只能是0~1区间内的数。设置好“训练集比例”后，“验证集比例”自动填充。“训练集比例”加“验证集比例”等于1。
“训练集比例”即用于训练模型的样本数据比例；“验证集比例”即用于验证模型的样本数据比例。“训练验证比例”会影响训练模板的性能。
“描述”
针对当前发布的数据集版本的描述信息。
“开启难例属性”
仅“图像分类”和“物体检测”类型数据集支持难例属性。
默认不开启。启用后，会将此数据集的难例属性等信息写入对应的Manifest文件中。
图2 发布数据集
版本发布后，您可以前往版本管理查看详细信息。系统默认将最新的版本作为当前目录。
数据集发布后，相关文件的目录结构说明
由于数据集是基于OBS目录管理的，发布为新版本后，对应的数据集输出位置，也将基于新版本生成目录。
