快速开始-基础流程案例
以 逻辑回归算法 为例,快速熟悉AI平台的建模以及部署流程。
AI平台的基础建模-部署工作流:
- 准备标准格式的训练模型代码;
- 将训练模型代码提交git仓库;
- 在AI平台创建相应的项目-模型-实验,完成训练模型的在线注册及模型训练任务;
- 选择指标最优的模型,将该模型保存【模型库】;
- 对已保存的模型进行在线校验;
- 通过校验后,对模型进行部署发布;
- 模型部署成功后,获取到该模型的API接口,在AI平台创建公开服务或进行第三方的API接口调用,实现模型应用。
生成训练代码,提交Git仓库
本文示例案例中,已创建好示例案例的训练代码,并提交到git仓库,项目详情可查看【逻辑回归算法】。
使用方式:直接复制【逻辑回归算法】的git项目地址在后续流程步骤中使用即可。
备注:(1)若想自定义训练代码,详情请了解训练标注格式代码参考;(2)将本地项目文件提交git或其他存储库以及相关配置问题, 详情请了解【git项目开发入门】和【项目关联配置】。
训练模型的在线注册及模型训练
选择顶部导航中的【项目】,创建项目。
如何创建项目,详情请了解【创建项目】。
进入已创建的项目界面,点击左侧【工作区】-【模型】,创建模型。
如何创建模型,详情请了解【在线训练-创建模型】/【离线训练-创建模型】。
进入已创建的模型界面,点击左侧【数据】-【数据集】,上传数据集。
如何上传数据集,详情请了解【数据集管理】。
点击左侧【工作区】-【实验】,创建实验,开始在线训练模型。
如何创建训练实验,详情请了解【在线训练-创建实验】。
点击 实验名称 可查看实验详情。
如何查看更多模型信息/训练信息/图表创建,详情请了解【查看模型信息】/【查看训练任务信息】/【创建训练指标图表】。
选择最优模型,保存模型库
进入左侧菜单栏【工作区】-【实验】,进入到实验列表页。
选择目标实验,进入实验训练列表页。
参考模型指标,选择最优的模型,点击右侧操作栏【注册】,完成指定目标模型在线注册。
完成模型在线注册。
如何查看更多模型注册方法及相应的注册模型信息,详情请了解【注册平台在线模型】。
模型在线校验
进入左侧菜单栏【工作区】-【模型库】,进入到模型库列表页,查看刚才保存的最优模型。
点击列表中右侧
【校验/发布】
,进入到模型在线校验环境。点击右上角
【启动】
,填写相关信息,进行模型预测。填写请求参数,进行模型校验。
示例数据如下:
{
"columns":["x"],
"data":[[3]]
}如何进行模型在线校验,详情请了解【校验模型】。
模型部署发布
校验完成,点击右上角
【发布上线】
,填写相关信息,进行模型发布。进入左侧菜单栏【工作区】-【发布】,进入到模型发布管理界面,查看发布模型。
如何进行模型发布,详情请了解【发布模型】。
创建公开服务或第三方接口调用
点击左侧【市场】-【公开服务】,创建公开服务。
如何创建公开服务,详情请了解【公开服务】。
至此,恭喜你!当前你已经在平台上部署了基础的工作流。
更多其他操作和用法,请参考其他目录内容。