探索云世界
《阿里云AI产品必知必会系列电子书》——机器学习平台PAI——DLC Quick Start使用教程
2023-05-27959
版权
版权声明:
本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写 侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
交互式建模 PAI-DSW,5000CU*H 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
推荐场景:
基于PAI-EAS挂载OSS部署AIGC服务
模型训练 PAI-DLC,5000CU*H 3个月
推荐场景:
低代码 Lora 微调及部署
简介:《阿里云AI产品必知必会系列电子书》——机器学习平台PAI——DLC Quick Start使用教程
DLC Quick Start使用教程
•阿里云PAI DLC实例运行LeNet Sample
一、上传项目到码云
注意:国内服务器因为网络原因,直接加载GitHub项目经常会因为网络超时导致Clone失败,建议优先考虑国内代码托管服务。
•1.1 项目结构
•1.2 letnet_sample.py
import tensorflflow as tfimport matplotlib.pyplot as plt23 阿里云AI产品必知必会系列电子书batch = 32# 创建模型model = keras.Sequential([ # 卷积层1 keras.layers.Conv2D(6, 5), # 使用6个5*5的卷积核对单通道32*32的图片进行卷积,结果得到6个28*28的特征图 keras.layers.MaxPooling2D(pool_size=2, strides=2), # 对28*28的特征图进行2*2最大池化,得到14*14的特征图 keras.layers.ReLU(), # ReLU激活函数 # 卷积层2 keras.layers.Conv2D(16, 5), # 使用16个5*5的卷积核对6通道14*14的图片进行卷积,结果得到16个10*10的特征图 keras.layers.MaxPooling2D(pool_size=2, strides=2), # 对10*10的特征图进行2*2最大池化,得到5*5的特征图 keras.layers.ReLU(), # ReLU激活函数 # 卷积层3 keras.layers.Conv2D(120, 5), # 使用120个5*5的卷积核对16通道5*5的图片进行卷积,结果得到120个1*1的特征图 keras.layers.ReLU(), # ReLU激活函数 # 将 (None, 1, 1, 120) 的下采样图片拉伸成 (None, 120) 的形状 keras.layers.Flatten(), # 全连接层1 keras.layers.Dense(84, activation='relu'), # 120*84 # 全连接层2 keras.layers.Dense(10, activation='softmax') # 84*10])model.build(input_shape=(batch, 32, 32, 1))model.summary()model.compile(optimizer=keras.optimizers.Adam(), loss=keras.losses.CategoricalCrossentropy(), metrics=['accuracy'])# 训练history = model.fifit(train_db, epochs=50)# 损失下降曲线plt.plot(history.history['loss'])plt.title('model loss')plt.ylabel('loss')plt.xlabel('epoch')plt.show()# 测试model.evaluate(test_db)
•1.3 requirements.txt
注意:此处仅做通过requirement方式安装包的功能演示,本身系统已经安装了上面的包,不安装也不影响Code的正常运行。
•1.4 获取私有仓库认证信息
二、创建PAI DLC任务
•2.1 创建代码配置
•2.2 创建任务
•2.3查看资源运行情况
文章标签:
关键词:
目录
相关文章
人工智能平台PAI使用问题之怎么将DLC的数据写入到另一个阿里云主账号的OSS中
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
机器学习PAI常见问题之DLC的数据写入到另外一个阿里云主账号的OSS中如何解决
PAI(平台为智能,Platform for Artificial Intelligence)是阿里云提供的一个全面的人工智能开发平台,旨在为开发者提供机器学习、深度学习等人工智能技术的模型训练、优化和部署服务。以下是PAI平台使用中的一些常见问题及其答案汇总,帮助用户解决在使用过程中遇到的问题。
MaxCompute产品使用合集之MaxCompute项目的数据是否可以被接入到阿里云的Quick BI中
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)(二)
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)(一)
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)
热门文章
最新文章
1
【python】Python大豆特征数据分析 [机器学习版一](代码+论文)【独一无二】
66
2
机器学习实战第3天:手写数字识别
114
3
机器学习库:numpy
58
4
机器学习第11天:降维
65
5
构建高效机器学习模型的五大技巧
47
6
构建高效机器学习模型:从数据预处理到模型优化
53
7
构建高效机器学习模型:从特征工程到模型调优
55
8
Machine Learning机器学习之贝叶斯网络(BayesianNetwork)
862
9
Machine Learning机器学习之决策树算法 Decision Tree(附Python代码)
239
10
机器学习之线性回归与逻辑回归【完整房价预测和鸢尾花分类代码解释】
131
相关课程
更多相关实验场景
更多下一篇