华为云开发者日·武汉站来啦！参加“一键玩转丑萌黏土风滤镜”体验项目提出你的建议或使用体验有机会获得开发者盲盒礼包惊喜不容错过，快叫上小伙伴一起来参加吧~【体验项目】一键玩转丑萌黏土风滤镜【活动时间】2024年10月16日-10月20日【参与方式】直接在此活动帖下方回帖提建议/提建议即可比如对产品功能的改进建议、对活动流程的感想、对现场活动的感悟等等PS：不要少于30字哦~【获奖规则】奖项设置有效回复楼层评选条件获奖名额激励礼品优质建议奖20对产品功能有改进价值的建议1名开发者盲盒礼品价值50-100元积极反馈奖20优质建议奖轮空的情况下进行抽取每满20层抽取1名开发者盲盒礼品价值50元【活动规则】1、本帖的回帖建议不少于30字，仅限于对“一键玩转丑萌黏土风滤镜”体验项目，其他项目建议不参与此次活动，否则将视为无效内容。2、本次活动将根据实际参与情况发放奖励，包括但不限于用户百分之百中奖或奖项轮空的情况；以上奖品均为实物奖品，具体发放视出库情况而定；3、活动预计于结束后七天内完成奖项公示，并于结束后15个工作日内完成邮寄。【温馨提示】1、请务必使用个人实名账号参与活动（IAM、企业账号等账号参与无效）。如一个实名认证对应多个账号，只有一个账号可领取奖励，若同一账号填写多个不同收件人或不同账号填写同一收件人，均不予发放奖励。2、所有获得奖品的获奖用户，请于获奖后3日内完成实名认证，否则视为放弃奖励。

为什么AI Gallery里面的大模型几乎都是10B以下？并且大多数是不能部署的？

ModelArts模型部署不能支持华为昇腾吗？ 我看大模型介绍里面只写了GPU

随着人工智能技术的突破和大模型技术的飞速发展，创新应用不断涌现，各行各业正被加快重塑。9月13日，由华为云计算技术有限公司主办的HCDG城市行广州站——“智享茶韵，云上话AI”生态伙伴开发者CTO技术活动在广州成功举行。本次活动汇聚了华为云AI技术专家与8家华为云生态伙伴，共同探讨如何利用AI技术推动产业数智升级，交流应用研发的最新动态，共谋AI时代合作发展新机遇。研讨交流现场当前，AI时代已经来临，创新应用不断涌现，正加快重塑千行万业。会上，华为云aPaaS AI原生应用解决方案高级架构师陈峰向与会者展示华为云AI原生应用引擎的创新技术和实践案例。他强调，AI应用正从单模型向Agent模式演进，其中Agent模式允许AI在设定目标后自主完成任务。Agent结合了大模型、记忆、规划和工具，具备记忆、规划和工具调用能力。华为云AI原生应用引擎旨在降低AI应用开发门槛，提供模型中心、知识中心、Agent中心等模块，支持多模型接入和Agent快速构建。分享过程中，陈峰老师还通过医疗行业案例，展示了Agent在医学问答和疾病筛查中的应用，说明了大模型与专业模型的协同作用。他还提到了华为云应用引擎支持aPaaS生态，期待与各行业合作，共同推动企业智能化转型。华为云aPaaS AI原生应用解决方案高级架构师陈峰主题分享华为云MaaS平台解决方案产品经理黄焱霞在沙龙上提到，ModelArts Studio大模型即服务平台（MaaS）的发布，是为了解决企业在大模型开发中的痛点和难题，为用户提供一站式的大模型开发和应用服务。该平台基于华为云算力，提供了覆盖业界主流的开源大模型，基于昇腾云适配显著提升精度和效果。同时平台提供 免费模型调优和部署等能力，助力企业快速构建专属大模型。还支持模型API快速对接各类应用，形成组合解决方案，有效提升企业的AI服务能力。基于上述能力极大程度降低了企业的开发门槛和算力、时间成本。 华为云MaaS平台解决方案产品经理黄焱霞主题分享云徙科技副总裁、CTO李楠在分享中探讨了生成式AI在企业级应用中的潜力和实践。他指出，生成式AI正从泡沫期走向技术应用的稳定期，将在多个方面深刻地影响社会和经济的发展。生成式AI的应用不仅限于内容创作，更在业务流程自动化、数据分析、客户服务等多个方面展现出变革性的影响。Agent架构将成为大模型应用的主要形式，而云徙科技正通过提供智能体构建平台，帮助企业在主营业务中实现AI的落地。他最后提出，生成式AI技术的未来充满无限可能，企业应积极探索其在各自行业中的具体应用。云徙科技副总裁、CTO李楠主题分享在开放研讨交流环节中，与会人员畅所欲言，就本次AI技术主题交流分享了独到的见解和经验。并聚焦解决各自现阶段技术创新的堵点和畅想未来合作新的可能性，积极探索和进一步挖掘AI技术和价值场景融合的创新实践，加速推动技术联创，打造高价值联合解决方案，共拓云上新商机，共赢合作新机遇。 开放研讨现场未来，在广东这片数字沃土上，华为云将秉承“共创、共享、共赢”的生态理念，携手伙伴和开发者，通过联合探讨和应用前沿数智技术，激发创新思维，推动技术与业务的深度融合，加速实现技术共生，商业共赢，共筑健康、繁荣的云生态。 HCDG（Huawei Cloud Developer Group 华为云开发者社区组织），是基于城市圈和技术圈，由开发者核心组自发开展的开放、创新、多元的社区技术交流组织，致力于帮助开发者学习提升、互动交流、挖掘合作，推动技术应用与本地产业结合、数智化转型和开发者文化发展。

PyTorch 镜像import datasets报错No module named 'datasets'

从文档上看，其实覆盖面挺广的了。分别覆盖了：0代码，即自动学习低代码，即使用Workflow全代码，即使用Notebook如图：

相比于之前，增加了好几块。见图中的框起来部分。以前只有Modelarts（对应于现在的Standard）和AI Gallery新增了Studio, Lite Server, Lite Cluster等。

 自盘古大模型上市以来备受关注，这不最近宝钢（钢铁）使用盘古预测大模型完成了华为预测大模型在钢铁制造领域首发闭环控制技术验证。由华为公司、数据 AI 部、设备部、热轧厂、中央研究院、宝信软件等多部门组成的项目专家团队，对大模型投入后的带钢宽度控制进行了跟踪和验证。专家团队一致认为，在 348 块带钢轧制过程中，华为大模型的预测精度、时延响应均满足目标要求，带钢宽度实时控制正常，验证取得圆满成功。这是基于华为平台的预测大模型首次正式投入实时生产控制，也标志着以大数据分析为特征的 "AI 技术 "，正式拉开了在宝钢生产过程控制应用的序幕。盘古大模型真的很强大，我们聊聊盘古大模型还有什么用处呢？

因参与楼层不满足开奖条件，本活动不开奖。-------------------------------------------------------------------参加“玩转AI大数据，免费体验Volcano云原生批量调度引擎！”项目在本活动帖下回帖，提出你的问题与建议有机会获得开发者定制礼品【体验项目】玩转AI大数据，免费体验Volcano云原生批量调度引擎！【体验简介】Volcano为用户与开发者提供AI、大数据、基因、渲染等诸多高性能计算场景解决方案，了解Volcano技术栈，Get云原生AI等领域调度部署技能，为您的企业获取AI大数据场景调度方案！【体验形式】1、点击Volcano云原生批量计算公开课路径2、选择课程方向体验学习3、前往Volcano云原生批量计算社区实践部署，自定义调度方案【活动时间】2024年9月13-10月12日【参与方式】直接在此活动帖下方回帖，将体验完成的截图和您的问题/建议/感受一起回帖即可比如体验中遇到的问题，对产品的建议、对活动感受等等PS：不要少于30字哦~【获奖规则】可提前填写获奖信息收集表，后续如您中奖，我们会及时发货，谢谢。获奖信息收集表： cid:link_0【活动规则】1、本帖的回帖建议不少于30字，仅限于对“玩转AI大数据，免费体验Volcano云原生批量调度引擎！”体验项目，其他项目建议不参与此次活动，否则将视为无效内容。2、本次活动将根据实际参与情况发放奖励，包括但不限于用户百分之百中奖或奖项轮空的情况；实物奖品具体发放视出库情况而定； 3、活动预计于结束后七天内完成奖项公示，并于结束后15个工作日内完成邮寄。【温馨提示】1、请务必使用个人实名账号参与活动（IAM、企业账号等账号参与无效）。如一个实名认证对应多个账号，只有一个账号可领取奖励，若同一账号填写多个不同收件人或不同账号填写同一收件人，均不予发放奖励。2、所有获得奖品的获奖用户，请于获奖后3日内完成实名认证，否则视为放弃奖励。

因参与楼层不满足开奖条件，本活动不开奖。-------------------------------------------------------------------参加“一键部署AI生图应用”项目在本活动帖下回帖，提出你的问题与建议有机会获得开发者定制礼品【体验项目】一键部署AI生图应用【体验简介】开发者可以体验基于华为云函数工作流FunctionGraph提供的应用中心，一键部署热门开源AI生图应用StableDiffusion，即开即用，支持文生图、图生图、局部重绘等【体验形式】1.登录注册华为云账号，购买9.9元函数GPU资源包；2、根据指引一键部署AI生图应用。【活动时间】2024年9月13-10月12日【参与方式】直接在此活动帖下方回帖，将体验完成的截图和您的问题/建议/感受一起回帖即可比如体验中遇到的问题，对产品的建议、对活动感受等等PS：不要少于30字哦~【获奖规则】可提前填写获奖信息收集表，后续如您中奖，我们会及时发货，谢谢。获奖信息收集表： cid:link_0【活动规则】1、本帖的回帖建议不少于30字，仅限于对“一键部署AI生图应用”体验项目，其他项目建议不参与此次活动，否则将视为无效内容。2、本次活动将根据实际参与情况发放奖励，包括但不限于用户百分之百中奖或奖项轮空的情况；实物奖品具体发放视出库情况而定； 3、活动预计于结束后七天内完成奖项公示，并于结束后15个工作日内完成邮寄。【温馨提示】1、请务必使用个人实名账号参与活动（IAM、企业账号等账号参与无效）。如一个实名认证对应多个账号，只有一个账号可领取奖励，若同一账号填写多个不同收件人或不同账号填写同一收件人，均不予发放奖励。2、所有获得奖品的获奖用户，请于获奖后3日内完成实名认证，否则视为放弃奖励。

因参与楼层不满足开奖条件，本活动不开奖。-------------------------------------------------------------------参加“ModelArts—一键玩转丑萌黏土风滤镜”项目在本活动帖下回帖，提出你的问题与建议有机会获得开发者定制礼品【体验项目】ModelArts—一键玩转丑萌黏土风滤镜【体验简介】通过本案例的体验内容，开发者可体验并学习stable-diffusion图生图的丰富功能，对华为云AI Gallery和ModelArts的平台功能有基本了解。【体验形式】1、登录注册华为云账号，进入AI Gallery项目；2、在ModelArts运行该项目，并通过GUI界面体验。【活动时间】2024年9月13-10月12日【参与方式】直接在此活动帖下方回帖，将体验完成的截图和您的问题/建议/感受一起回帖即可比如体验中遇到的问题，对产品的建议、对活动感受等等PS：不要少于30字哦~【获奖规则】可提前填写获奖信息收集表，后续如您中奖，我们会及时发货，谢谢。获奖信息收集表： cid:link_1【活动规则】1、本帖的回帖建议不少于30字，仅限于对“ModelArts—一键玩转丑萌黏土风滤镜”体验项目，其他项目建议不参与此次活动，否则将视为无效内容。2、本次活动将根据实际参与情况发放奖励，包括但不限于用户百分之百中奖或奖项轮空的情况；实物奖品具体发放视出库情况而定； 3、活动预计于结束后七天内完成奖项公示，并于结束后15个工作日内完成邮寄。【温馨提示】1、请务必使用个人实名账号参与活动（IAM、企业账号等账号参与无效）。如一个实名认证对应多个账号，只有一个账号可领取奖励，若同一账号填写多个不同收件人或不同账号填写同一收件人，均不予发放奖励。2、所有获得奖品的获奖用户，请于获奖后3日内完成实名认证，否则视为放弃奖励。

8月31日，由华为云开发者联盟联合华为（北京）虚拟现实创新中心主办的“HCDG城市行北京站——多模态大模型技术与场景化应用技术研讨沙龙”，在中关村虚拟现实产业园顺利举办。本次活动邀请到了大模型行业专家、技术专家以及优秀的企业代表进行分享，同时邀请了众多开发者到场，围绕多模态大模型技术与场景化应用展开讨论，聚焦AI前沿技术，重点关注人工智能的落地实践，一起探寻AI技术边界。华为云视频生成大模型算法专家 王博士华为云盘古大模型 让视频制作效率提升此次活动特别邀请到华为云视频生成大模型算法专家王博士亲临现场，专家以《多模态生成大模型技术与场景化应用》为主题，介绍了传统视频生产的流程、情况和难点，而盘古视频生成大模型主要囊括三种行业应用，包括一是自动驾驶，构建面向自动驾驶可控视频生成模型，提升长尾场景的识别效果以及场景泛化能力。二是具身智能，目标是构建具身智能任务执行视频生成模型，实现任务路径，意图预测的视频模拟。三是3D视频生成，通过构建工业和建筑场景的视频生成模型，从草图等设计初稿，可控生成对应的设计效果视频进而生成3D模型。手动实操 理论联系实际，增强感性认识在手动实验环节，华为云开发者技术服务专家胡子琪、刘宝梁带参与的开发者们体验了MusicGen文本生成音乐过程，可以根据文本描述（例如“带有重鼓和合成器垫声的80年代驾驶流行歌曲”）生成大约12秒的音频。MusicGen还可以选择性地使用参考音频进行“引导”，如现有的歌曲，在这种情况下，它将试图遵循描述和旋律。MusicGen使用了Transformer架构，能够根据文本提示生成新的音乐片段。与语言模型类似，MusicGen预测的是音乐片段的下一部分，而不是句子中的下一个字符。这使得它能够生成连贯和结构化的音乐作品。实操过程中，大家纷纷积极互动参与，收获良多。中影年年AIGC策划总监 魏瑜合作伙伴登台分享，共谋产业发展新蓝海本次沙龙有幸邀请到了中影年年AIGC策划总监魏瑜上台分享，主要介绍了中影年年基于华为云MetaStudio数字内容生成平台的应用，其中的数字人基于华为强大的算力和底座支撑，结合中影年年5000+高品质数字角色进行AI训练，通过一张照片可快速批量生产数字人，以AIGC生产模式实现规模化产出。针对定制化超写实数字人，采用自动化重拓扑和空洞补齐技术，满足超写实纹理和材质，还原真实毛发和现实光影、梯度照明等多种尖端技术。此外，中影开发出智能伴学AI等相关产品，引领个性化学习新体验。一人一台云主机，开箱即用现场开发者们还体验使用了华为开发者空间云主机。云主机预集成CodeArts IDE、代码仓及JDK、Python等运行时插件，解决本地开发环境中配置复杂、稳定性不足和依赖等问题，为开发者提供性能强大、安全、稳定、高效的开发环境，以及海量的技术赋能课程与专业开发者认证内容，让开发者拥有开箱即用的可延续工作空间。主题演讲后，在讲解员的带领下，开发者们共同参观了展厅，参观了包括智能数字生态互动缸、无标记点运动采集分析区、数字人体验区、4DVR过山车、3D云渲染引擎生态共性技术平台等展区项目。开发者们深入了展区项目的技术原理和应用场景，拓宽技术眼界。大家积极交流心得，分享体验感受，未来华为云HCDG将定期组织技术研讨会和技术体验类活动，以激发创新思维和促进技术交流为开发者们提供更好的学习交流平台。HCDG（Huawei Cloud Developer Group 华为云开发者社区组织），是基于城市圈和技术圈，由开发者核心组自发开展的开放、创新、多元的社区技术交流组织。致力于帮助开发者学习提升、互动交流、挖掘合作，推动技术应用与本地产业结合、数智化转型和开发者文化发展。期待您加入HCDG社区组织，点击申请报名

现在的镜像想升级Mindspore的版本至2.3.0与对应版本的CANN由于ModelArts现有环境的CANN和Mindspore版本较低，在根据教程在Notebook中通过Dockerfile从0制作自定义镜像_AI开发平台ModelArts_华为云 (huaweicloud.com)进行自定义镜像时出现以下问题1、dockerfile中CANN的版本和下载链接不清楚，需要到那个网站去找这个链接，或者如何修改？2、执行ma-cli image build Dockerfile -swr notebook-test/my_image:0.0.1 -P XXX创建环境时报错，该如何解决？

现在的镜像想升级Mindspore的版本至2.3.0与对应版本的CANN由于ModelArts现有环境的CANN和Mindspore版本较低，在根据教程在Notebook中通过Dockerfile从0制作自定义镜像_AI开发平台ModelArts_华为云 (huaweicloud.com)进行自定义镜像时出现以下问题1、dockerfile中CANN的版本和下载链接不清楚，需要到那个网站去找这个链接，或者如何修改？2、执行ma-cli image build Dockerfile -swr notebook-test/my_image:0.0.1 -P XXX创建环境时报错，该如何解决？

操作前提：登录华为云进入【实验操作桌面】，打开Chrome浏览器进入华为云登录页面。选择【IAM用户登录】模式，于登录对话框中输入系统为您分配的华为云实验账号和密码登录华为云，如下图所示 注意：账号信息详见实验手册上方，切勿使用您自己的华为云账号登录。 如果出现显示权限不足直接点击“关闭”，没有直接跳过任务一.准备数据1.数据集介绍本次实验，我们使用包含四个类别的美食分类数据集，每个类别10张图片。 该数据集包含的美食及其类别如下图所示：2.下载训练数据集detection(0|5|143|2||0|0|16|/home/user/ExeML_Food_Recognition/foods_recognition/train|.jpg|80)回到实验桌面，打开终端，执行以下命令，下载数据集。wget https://labfiles-singapore.obs.ap-southeast-3.myhuaweicloud.com/ai/ExeML_Food_Recognition.tar.gz下载后，输入下面指令解压缩：# decompress file tar -zxvf ExeML_Food_Recognition.tar.gz该文件夹包含两个子文件夹。Foods_recognition是训练数据，包含训练集和测试集，foods_recognition_ass是添加的数据。3.创建桶登录华为云控制台，鼠标点击菜单栏，输入OBS,选择“对象存储服务”。点击“创建桶”目标区域：北京四， 桶名称：自定义， 企业项目：default,点击“立即创建”出现提示，点击“确定”，创建成功会有创建桶成功提示，出现提示，点击“确定”，并等待一会网页跳转，再点击"桶名xxx"。4.上传数据集detection(1|9|141|2||7|8|ExeML_Food_Recognition/foods_recognition/train/img_2958.jpg;ExeML_Food_Recognition/foods_recognition_assi/train/Soup dumpling/28.jpg) 点击“对象”，“新建文件夹”，新建ExeML_Food_Recognition文件夹，点击进入创建foods_recognition和foods_recognition_assi和文件夹，再分别进入创建文件夹“train”,“test”。此处foods_recognition文件夹下面需要多创建一个out文件夹。单击“上传对象>添加文件”，选择本地的food_recognition文件夹，将train目录下的图片文件上传到OBS上名为"train"的对象中，本地路径为/home/user/ExeML_Food_Recognition/foods_recognition/train/.按CTRL + A选择所有文件。5.下载测试数据集图片detection(0|5|24|2||0|0|0|/home/user/Downloads/img_2478.jpg) 打开浏览器 复制链接,直接下载测试集图片，在浏览器左下角https://sandbox-expriment-files.obs.cn-north-1.myhuaweicloud.com:443/20221019/img_2478.jpg查看下载的图片：6.创建数据集进入ModelArts，点击数据集管理-数据集，点击“创建数据集”，名称：自定义，其余参数按照图片操作，增加标签：柿子饼，灌汤包，凉皮，肉夹馍，然后点击创建。任务二.创建图像分类项目进入ModelArts自动学习界面，然后点击“图像分类”创建项目按钮，按照如下示例填写参数：名称：ExeML-d04e 数据集：选择刚才创建的数据集, 输出路径：点击文件夹，选择“桶名/ExeML_Food_Recognition/foods_recognition/out”, 训练规格：[限时免费]GPU:1*GP-Vnt（32GB）|CPU:8核64GB 最后点击“创建项目” 按钮完成图像分类项目创建。任务三.数据图片标注进入workflow工作流页面，双击“数据标注”按钮，点击“实例详情”，进入数据标注页面。点击进入“未标注”页面。批量选中相同类别的图片，然后添加标签（如果标签已经存在，可以直接选择），最后点击“确定”按钮。如下图所示：“全部标签”中列举了所有的标签，以及每个标签下的图片数量。 完成所有图片标注后，进入“已标注”页面。在该页面可以校验图片标签，如果标注有误，可以在该页面修改标签。如果发现标签不正确，可以选中图片，重新选择标签。任务四.数据集版本发布标注完毕，然后返回自动学习工作流页面，点击继续运行”。弹出“确认是否继续运行”，点击“确定”，点击数据集版本发布，查看运行状态详情。 点击实例详情查看， 任务五.数据校验detection(1|8|54|2||10|13|1|0.8)返回自动学习workflow界面，点击数据校验查看详情：点击“实例详情”查看训练作业详情和运行状态，点击“重建”，可以查看训练作业的具体参数，任务六.图像分类detection(1|8|49|2||10|12|Completed|1)返回自动学习workflow界面，点击图像分类，查看运行状态：点击“实例详情”，可以看到训练作业显示已完成。 任务七. 模型注册（创建AI应用）返回自动学习workflow界面，点击模型注册，查看运行状态：点击“实例详情”，可以看到创建AI应用显示正常。任务八. 服务部署detection(1|8|151|2||10|51|workflow_created_service|1) 返回自动学习workflow界面，点击服务部署，公共资源池选择CPU:1核4GB，其他参数默认不变，打开“是否停止”按钮，选择1小时后，点击“继续运行”。弹出“确认是否继续运行”，点击“确定”。等待服务部署状态变化，点击实例详情，进入部署在线页面，等待状态由“部署中”变为运行中，即可预测。点击“预测”，上传/home/user/ExeML_Food_Recognition/foods_recognition——/test目录下的测试图片或者之前下载过的的测试集图片，点“Open”上传，任务九.模型调优在上面介绍中，你已经使用80张图片训练了一个四分类的美食分类模型，若是没有训练到100%的精度， 在使用其他图片测试时发现有如下预测错误：（注意观察图片内容和右上角红框处的预测结果） 可以上传/home/user/ExeML_Food_Recognition/foods_recognition_assi/test下的目录，预测图片出现预测不精准的情况。从上面两张图中，可以发现前一张是灌汤包的图，被错识别成肉夹馍，后一张是柿子饼的图，被错识别 成凉皮。 对以上两张预测错误的图片进行分析，可以发现如下规律： （1）两张预测错误的灌汤包图都是单个包子的近距离拍摄，包子在图片中显得很大，但是查看训练集 可以发现灌汤包的训练图片都是多个包子的图，并没有单个包子的图，如下图所示。训练集中没有出现 单个包子的近景图，所以模型没有学习到预测单个包子的能力； （2）第一张预测错误的柿子饼图都是很多个柿子饼堆在一起的图，而训练集中的柿子饼图都是少量几个 柿子饼堆在一起，如下图所示。训练集中没有出现很多个柿子饼堆在一起的图，所以模型也就不能预测 这类图。一句话总结，深度学习模型的能力来自于训练集，在训练集中“见过”的图片，模型才有可能识别，完 全“没见过”、而且差异还有点大的图片，让模型去预测，就容易出错。 既然已经分析清楚了预测出错的原因，那么如何优化模型，才能使得新模型能对上面两张图预测正确呢？ 所以需要新增柿子饼和灌汤包的训练集图片。1.增加训练数据集返回OBS界面，在XXX/ExeML_Food_Recognition/foods_recognition/train路径下上传本地ExeML_Food_Recognition/foods_recognition_assi/train里面的数据返回workflow界面，点击“启动”。进入“实例详情”，进入标注页面，点击“同步数据源”，同步之后可见数据集图片数增加。2.数据图片标注在之前的基础上增加灌汤包和柿子饼的图片，标注完如下图所示： 3.模型部署detection(1|8|183|2||10|10|model_name=ExeML-d04e)在经过“-数据集版本发布-数据校验-图像分类-模型注册”页面等待训练完成，等待几分钟左右，训练完成，可以直接进行部署。 选择“是否自动停止”-“继续运行”弹出“确认是否就继续运行”，点击“确定”。等待1分钟后，出现实例详情，点击进入在线部署页面。4.预测查看结果点击“预测”，上传上传/home/user/ExeML_Food_Recognition/foods_recognition_assi/test目录下的测试图片或者之前下载过的的测试集图片，点“Open”上传，可以看到可以正常预测结果。预测后点击“停止”结束资源。任务十：删除资源返回ModelArts页面，点击“更多”-“删除”，清理自动学习创建的workflow工作流。否则会持续扣费。从上面的测试结果可以看出，加入新图片训练得到的模型已经得到了改进，可以正确识别上一个模型识 别错误的图片，且对应类别的score得分都在90%以上。深度学习模型的训练过程一般都存在随机性，你训练得到的模型可能能正确预测上面2张图中的某些图片，但是对应类别的score得分较低，这是正常现象，你可以自行尝试继续改进模型。 至此，本实验完成。