写回答
-
首先，在深度学习训练之前需要对深度学习算法提供有效的数据。有效数据需要对数据进行标注。因此，第一步是对数据的打标，AutoLearning 自动学习板块内置集成数据标注功能，帮助用户快速的进入数据打标。第一步是在图片中添加标签，在开始训练页面中输入训练时长，训练时长是决定最终模型训练效果的一个关键的因素，训练的时间则越长模型效果越好。Auto Learning 板块特色是可以在短时间内快速训练出较为精准的模型，只需十分钟就可以训练出一个训练分类效果不错的模型。相比于传统深度学习模型训练这点的改进非常明显。 此外，开始训练页面中另外一个选项是增量训练。增量训练表示是否在原有的训练模型基础上继续进行进一步的训练。在模型训练及评估界面，可以看到训练好的模型结果，模型指标包括准确率、精准率，召回率值，表示模型对当前的训练结果的有效性程度。用户可以点击上传新的图片，检验模型预测性能。那么验证好的模型该如何运用到实际生产当中去呢，AutoLearning 自动学习功能已一站式业务构建流程，用户在此界面可直接点击前往 EAS部署就可以将模型部署为服务，应用到实际的生产中进行产出。
以上内容摘自《大数据工程师必读手册》电子书，点击https://developer.aliyun.com/topic/download?id=29可下载完整版
2022-08-04 10:56:13赞同 展开评论 打赏
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。
