文档首页/ 网络智能体/ 模型训练服务/ 学件开发指南/ 多层嵌套异常检测学件/ 样例数据导入模型训练服务
更新时间：2021-09-18 GMT+08:00
查看PDF
分享

样例数据导入模型训练服务

  1. 在项目概览界面，单击菜单栏中的“特征工程”，进入“特征工程”界面。
  2. 单击界面右上角的“特征处理”，弹出“特征处理”对话框。

    请根据实际情况，配置如下参数：

    • 工程名称：特征工程名称。
    • 开发模式：请选择“Jupyterlab交互式开发”。
    • 规格：选择Jupyterlab环境部署的容器规格大小。
    • 实例：从下拉框中选择“新建一个环境”。

  3. 单击“创建”，等待Jupyterlab环境创建完成，约需要2分钟。
  4. 等待Jupyterlab环境创建完成后，单击特征工程所行，对应操作列的图标。

    进入Jupyterlab环境的“Launcher”页签。如果当前没有打开“Launcher”页签，可通过单击界面左上角菜单中的“File > New Launcher”，打开“Launcher”页签。

  5. 在“Launcher”页签，单击LearnWare下方的“多层嵌套异常检测学件”，弹出“新建”对话框。
  6. 输入学件名称，示例为“FCN”，单击“OK”。

    进入“FCN.ipynb”文件界面，如图1所示。

    图1 “FCN.ipynb”文件界面

  7. 单击“Import sdk”代码框左侧的图标，导入算法依赖的模型训练服务SDK。
  8. 单击“FCN.ipynb”文件上方的图标，新增cell代码框。

    输入如下代码并运行，将“samples”数据导入至JupyterLab容器中。

    #if you want to use hyper param, edit '__debug.json' in 'naie_platform' folder
from naie.datasets import samples
samples.list_dataset()
samples.list_dataset_entities('samples')
samples.load_dataset('samples', 'fcn_yahoo_train')
samples.load_dataset('samples', 'fcn_yahoo_test')

相关文档