更新时间:2021-09-18 GMT+08:00
分享

模型训练

将样例数据中的训练数据集加载至当前学件项目中,进行数据预处理和模型训练。

  1. 单击代码框左下方的“加载数据”,弹出“加载数据”代码框。

    也可以单击界面右上角的,在弹出的算子框中,选择“学件 > 多层嵌套异常检测学件 > 加载数据”,添加“加载数据”代码框。

    需要配置的参数如下所示,其余参数保持默认值即可。

    • 数据集:从下拉框中选择数据集“samples”。
    • 数据集实例:从下拉框中选择训练数据“fcn_yahoo_train”。

  2. 单击“加载数据”代码框左侧的图标。运行代码,绑定训练数据。

    运行成功后,可以查看训练数据,如图1所示。
    图1 查看训练数据

  3. 单击界面左下角的“数据预处理”。

    弹出“数据预处理”代码框,如图2所示。

    也可以单击界面右上角的,在弹出的算子框中,选择“学件 > 多层嵌套异常检测学件 > 数据预处理”,添加“数据预处理”代码框。

    参数说明如下所示:

    • 指标列:保持默认值“value”。
    • 标签列:保持默认值“is_anomaly”。
    • 数据处理模式:保持默认值“训练”。
    图2 数据预处理

  4. 单击“数据预处理”代码框左侧的图标。运行代码,对训练数据做数据预处理。
  5. 单击界面左下角的“异常检测模型训练”,弹出“异常检测模型训练”代码框,如图3所示。

    请根据实际情况配置各个模型参数取值。

    也可以单击界面右上角的,在弹出的算子框中,选择“学件 > 多层嵌套异常检测学件 > 异常检测模型训练”,添加“异常检测模型训练”代码框。

    图3 异常检测模型训练

  6. 单击“异常检测模型训练”代码框左侧的图标。等待模型训练完成。

    可以通过屏幕打印信息,查看模型训练过程。屏幕会依次打印400个Epochs的模型训练评估结果。

分享:

    相关文档

    相关产品

close