【四】AI Studio 项目详解【VisualDL工具、环境使用说明、脚本任务、(四)图形化任务、在线部署及预测】PARL

2023-12-29 20:48
文章标签 工具 ai 部署 使用 项目 详解 环境 说明 studio 脚本 预测 在线 任务 图形化 visualdl parl

本文主要是介绍【四】AI Studio 项目详解【VisualDL工具、环境使用说明、脚本任务、(四)图形化任务、在线部署及预测】PARL，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

相关文章

【一】-环境配置+python入门教学

【二】-Parl基础命令

【三】-Notebook、&pdb、ipdb 调试

【四】-强化学习入门简介

【五】-Sarsa&Qlearing详细讲解

【六】-DQN

【七】-Policy Gradient

【八】-DDPG

【九】-四轴飞行器仿真

飞桨PARL_2.0&1.8.5（遇到bug调试修正）

一、AI Studio 项目详解【VisualDL工具】

二、AI Studio 项目详解【环境使用说明、脚本任务】

三、AI Studio 项目详解【分布式训练-单机多机】

四、AI Studio 项目详解【图形化任务】

五、AI Studio 项目详解【在线部署及预测】

【四】AI Studio 项目详解【图形化任务】

图形化任务说明

图形化任务旨在使用图形拖拽的方式来设计并训练模型, 并可进行快速部署. 同时还可以生成对应的源码. 最终达成"先实现, 再学习"的目的. 有效提高开发者的效率.

图形化任务使用GPU集群作为支撑, 具有实时高速的并行计算和浮点计算能力.

然后进入编辑项目：

左侧为工具箱, 可以从工具箱向中央画布拖入各种组件:当前工具箱内为算法, 数据, 训练, 测试4类:

构建网络：

点击网络可以设置具体参数，然后看日志输出

数据集采用的是 flowers17 、pascal voc数据，链接见下面

 

 

 

参数设置不是很好会导致结果不是很好

可以把图形界面变成码源形式

 

 

预置算法部署后调用参数样例

线性回归的请求及返回说明

请求

参数类型说明其他
textArray房价预测的13维归一化后的数据 

示例：

{"text": [-0.41733927, -0.48772237, -0.593381, -0.27259856, -0.7402622, 0.19427446, 0.36716643, 0.5571599, -0.8678825, -0.9873295, -0.30309415, 0.44105193, -0.49243936]
}

返回

参数类型说明其他
predicted_resultArray模型的输出 
predicted_labelfloat房价的预测结果 

示例：

[{"predicted_result": [[16.114334106445312]]},{"predicted_label": 16.114334106445312}
]

逻辑回归的请求及返回说明

请求

参数类型说明其他
textArray莺尾花的4维归一化后的数据 

示例：

{"text": [1.0147785, -1.3129628, -1.3348082, -0.8980088]
}

返回

参数类型说明其他
predicted_resultArray模型的输出 
predicted_labelinteger预测结果，类别标示，对应类别请参考训练数据集的train.txt文件 

示例：

[{"predicted_result": [[0.178230881690979,0.1754814237356186,0.646287739276886]]},{"predicted_label": 2}
]

图像分类的请求及返回说明

请求

参数类型说明其他
imageString数据集的任一张图片的base64编码后的字符串 

示例：

{"image":"base64  图像转换base64参考https://www.base64-image.de/"
}

返回

参数类型说明其他
predicted_resultArray模型的输出 
predicted_labelinteger预测结果，类别标示，对应类别请参考训练数据集的train.txt文件 

示例：

[{"predicted_result": [[4.15152685017504e-17,6.219317838507266e-10,1]]},{"predicted_label": 2}
]

目标检测的请求及返回说明

请求

参数类型说明其他
imageStringPASCAL VOC数据集(或任意图片)的任一张图片的base64编码后的字符串 

示例：

{"image":"base64  图像转换base64参考https://www.base64-image.de/"
}

返回

参数类型说明其他
category_idIntegerPASCAL VOC数据类别标示，对应到数据集的label_list文件每个类别的次序 
p1Arraybox的左上坐标 
p2Arraybox的左下坐标 
p3Arraybox的右下坐标 
p4Arraybox的右上坐标 

示例：

[{"p2": [211.43447756767273,213.80889415740967],"p3": [292.56797432899475,213.80889415740967],"category_id": 15,"p1": [211.43447756767273,0],"p4": [292.56797432899475,0]}
]

 

内置数据集说明及下载地址

波士顿房价

类型: txt

体积: 40KB

简介: http://www.paddlepaddle.org/documentation/docs/zh/1.2/beginners_guide/quick_start/fit_a_line/README.cn.html 

下载地址: https://ai-studio-static-online.bj.bcebos.com/preset_dataset/housing.txt

鸢尾花数据集

类型: csv

体积: 4KB

简介: 约150条数据，每条样本4个属性，共3个类别

下载地址: https://download.csdn.net/download/sinat_39620217/16341899?spm=1001.2014.3001.5501

MNIST数据集

类型: zip

体积: 30MB

简介: 共包含70000张灰度图

下载地址: https://download.csdn.net/download/sinat_39620217/16341939?spm=1001.2014.3001.5501

(MD5: d569e1965b8e90e066681e1dbe864487)

猫狗数据集

类型: zip

体积: 550MB

简介: 包含25000张RGB图片，其中cat12500张，dog12500张

下载地址: https://download.csdn.net/download/sinat_39620217/16342039?spm=1001.2014.3001.5501

（MD5: 384bbb42dfc5faf63beaa0cade3d8cff）

Ox-Flowers17

类型: zip

体积: 58MB

简介: 包含17种不同类型的花，每类包含80张RGB图

下载地址: https://download.csdn.net/download/sinat_39620217/16341898?spm=1001.2014.3001.5501

(MD5: bd2a8acfe07529b89649e7ca5a866242)

CIFAR10数据集

类型: zip

体积: 51.31MB

简介: http://www.paddlepaddle.org/documentation/docs/zh/0.14.0/new_docs/beginners_guide/basics/image_classification/README.cn.html

下载地址: https://download.csdn.net/download/sinat_39620217/16341865?spm=1001.2014.3001.5501

(MD5: 2cf4e2caa2b7759572eef14f47cccf61))

vegetables

类型: zip

体积: 9.5MB

简介: 包含3类蔬菜（黄瓜、生菜、莲藕），每类包含100张RGB图片

下载地址: https://download.csdn.net/download/sinat_39620217/16341938?spm=1001.2014.3001.5501

(MD5: 90835e76aa00b6c6bf1ed3b8cba96df5)

pascalvoc

类型: zip

体积: 2.6GB

简介: 包含20类，共约21503张RGB图像及标注信息

下载地址: https://ai-studio-static-online.bj.bcebos.com/preset_dataset/pascalvoc.zip 

(MD5: 3aaa5ad581114438ab6ba4dbf0720504)

 

 

这篇关于【四】AI Studio 项目详解【VisualDL工具、环境使用说明、脚本任务、(四)图形化任务、在线部署及预测】PARL的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/550687。

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya（不是本人，claude AI）在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容： 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用
阅读更多...
闲置电脑也能活出第二春？鲁大师AiNAS让你动动手指就能轻松部署

闲置电脑也能活出第二春？鲁大师AiNAS让你动动手指就能轻松部署

对于大多数人而言，在这个“数据爆炸”的时代或多或少都遇到过存储告急的情况，这使得“存储焦虑”不再是个别现象，而将会是随着软件的不断臃肿而越来越普遍的情况。从不少手机厂商都开始将存储上限提升至1TB可以见得，我们似乎正处在互联网信息飞速增长的阶段，对于存储的需求也将会不断扩大。对于苹果用户而言，这一问题愈发严峻，毕竟512GB和1TB版本的iPhone可不是人人都消费得起的，因此成熟的外置存储方案开
阅读更多...
Spring Security基于数据库验证流程详解

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明（认真看哦） AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证，则会调用 #attemptAuthentica
阅读更多...
AI绘图怎么变现？想做点副业的小白必看！

AI绘图怎么变现？想做点副业的小白必看！

在科技飞速发展的今天，AI绘图作为一种新兴技术，不仅改变了艺术创作的方式，也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式，帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具，可以扫描下方，免费获取 定制服务：个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如，姓氏头像在电商平台上非常受欢迎，
阅读更多...
Zookeeper安装和配置说明

Zookeeper安装和配置说明

一、Zookeeper的搭建方式 Zookeeper安装方式有三种，单机模式和集群模式以及伪集群模式。 ■ 单机模式：Zookeeper只运行在一台服务器上，适合测试环境； ■ 伪集群模式：就是在一台物理机上运行多个Zookeeper 实例； ■ 集群模式：Zookeeper运行于一个集群上，适合生产环境，这个计算机集群被称为一个“集合体”（ensemble） Zookeeper通过复制来实现
阅读更多...
这15个Vue指令，让你的项目开发爽到爆

这15个Vue指令，让你的项目开发爽到爆

1. V-Hotkey 仓库地址: github.com/Dafrok/v-ho… Demo: 戳这里 https://dafrok.github.io/v-hotkey 安装: npm install --save v-hotkey 这个指令可以给组件绑定一个或多个快捷键。你想要通过按下 Escape 键后隐藏某个组件，按住 Control 和回车键再显示它吗？小菜一碟： <template
阅读更多...
中文分词jieba库的使用与实景应用（一）

中文分词jieba库的使用与实景应用（一）

知识星球：https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义： 精确模式（默认模式）： 全模式： 搜索引擎模式： paddle 模式（基于深度学习的分词模式）： 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取
阅读更多...
水位雨量在线监测系统概述及应用介绍

水位雨量在线监测系统概述及应用介绍

在当今社会，随着科技的飞速发展，各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中，水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术，其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成，形成了一个完整的闭环系统。 数据采集单元：这是系统的“眼睛”，
阅读更多...
使用SecondaryNameNode恢复NameNode的数据

使用SecondaryNameNode恢复NameNode的数据

1）需求： NameNode进程挂了并且存储的数据也丢失了，如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2）故障模拟 （1）kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 （2）删除NameNode存储的数据（/opt/module/hadoop-3.1.4/data/tmp/dfs/na
阅读更多...
Hadoop数据压缩使用介绍

Hadoop数据压缩使用介绍

一、压缩原则 （1）运算密集型的Job，少用压缩 （2）IO密集型的Job，多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1）为了支持多种压缩/解压缩算法，Hadoop引入了编码/解码器 2）要在Hadoop中启用压缩，可以配置如下参数
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2