更新时间:2021-09-18 GMT+08:00
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')

分享:

    相关文档

    相关产品

关闭导读