百度飞桨AI Studio机器学习部署的学习

• 人工智能

目录

飞桨AI Studio – 人工智能学习实训社区 (baidu.com)

一、上传已经收集好的数据集

二、创建项目

三、部署项目

首先进入官网

一、上传已经收集好的数据集

百度飞桨AI Studio机器学习部署的学习

 进入后可以选择创建数据集，也可以在社区中选择自己想要的数据集

百度飞桨AI Studio机器学习部署的学习

 点击后就可以上传数据集合，上传可以说压缩包，可以说多个csv文件，填写好必要的信息就可以成功创建

百度飞桨AI Studio机器学习部署的学习

 创建后会弹出直接查看数据集，也可以在此次重写找到我的数据集

百度飞桨AI Studio机器学习部署的学习

二、创建项目

选择项目后，点击创建项目

百度飞桨AI Studio机器学习部署的学习

 选择notebook，机器学习中Anaconda Navigator就是基于这个学习的百度飞桨AI Studio机器学习部署的学习

 然后可以选择两个notebook版本，好像BML有动态图，功能大致一样

百度飞桨AI Studio机器学习部署的学习

 百度的PaddlePaddle框架，也就在此时选择自己的数据集，一同上传

百度飞桨AI Studio机器学习部署的学习

 点击创建后可以直接进入项目，也可以在主界面的我的项目中进入项目

百度飞桨AI Studio机器学习部署的学习

 此时就可以启动环境，启动后进行cpu等选择，基础版是不需要money的

百度飞桨AI Studio机器学习部署的学习

 当弹出后可以直接点击进入

百度飞桨AI Studio机器学习部署的学习

 在此处就可以书写机器学习的代码/python代码等，很方便

百度飞桨AI Studio机器学习部署的学习

 同时验证机器学习的numpy,pandas，Scikit-learn库都可以正常使用，

具体实例线性回归——机器学习笔记（一）_rosen6664的博客-CSDN博客

百度飞桨AI Studio机器学习部署的学习

 然后将模型通过上传的数据集训练出模型。

三、部署项目

如提示所示首先要先停止项目

百度飞桨AI Studio机器学习部署的学习

 选择你已经部署好的模型，然后取个名字百度飞桨AI Studio机器学习部署的学习

接下来选择输入输出类型，以及输入输出数据名称，一般是字符串类型百度飞桨AI Studio机器学习部署的学习

然后点击下一步后，制作输入输出转换器，在里面可以用python代码对输入输出的数据进行处理

百度飞桨AI Studio机器学习部署的学习

最后进行点击生成沙盒，然后测试后就可以正式部署了

 

本文来自网络，不代表协通编程立场，如若转载，请注明出处：https://net2asp.com/4c70415f65.html

赞 (0)
« 上一篇 1天前
下一篇 » 1天前

相关推荐