1、ModelArts用户指南
ModelArts用户指南包含ModelArts开发环境、训练、模型管理及部署上线等各个功能模块介绍,如在使用ModelArts对相关操作使用存在问题或疑问,可查阅该文档。
点击此处查看ModelArts用户指南。
2、ModelArts模型包规范
建议参赛者使用TensorFlow或PyTorch框架开发模型,这样可以确保大赛自动评分系统能够有效对接参赛者所提交的模型。Baseline提供了使用TensorFlow的代码示例,如您使用其他框架,需要准备好配置文件和推理代码,保证您提交的模型符合ModelArts模型包规范。
点击此处查看ModelArts模型包规范。
3、ModelArts案例
点击此处查看ModelArts实战案例。
4、开发环境
1)对象存储服务OBS
ModelArts使用对象存储服务(OBS)存储数据和模型的备份,实现安全、高可靠和低成本的存储需求。您需要在OBS管理控制台创建OBS桶及文件夹,用于模型开发时数据集、代码及模型文件的存储。
点击此处查看OBS计费项。
点击此处登录OBS管理控制台。
2)一站式AI开发平台ModelArts
ModelArts是面向开发者的一站式AI开发平台,为机器学习与深度学习提供海量数据预处理及半自动化标注、大规模分布式Training、自动化模型生成,及端-边-云模型按需部署能力,帮助用户快速创建和部署模型,管理全周期AI工作流。
点击此处查看ModelArts计费项。
点击此处登录ModelArts管理控制台。
注意:为避免造成云资源的浪费,使用完ModelArts Notebook、TensorBoard、在线服务,务必要及时停止作业以释放资源,否则可能会导致账号欠费。


