相关文章
图形化任务旨在使用图形拖拽的方式来设计并训练模型, 并可进行快速部署. 同时还可以生成对应的源码. 最终达成"先实现, 再学习"的目的. 有效提高开发者的效率.
图形化任务使用GPU集群作为支撑, 具有实时高速的并行计算和浮点计算能力.
然后进入编辑项目:
左侧为工具箱, 可以从工具箱向中央画布拖入各种组件:当前工具箱内为算法, 数据, 训练, 测试4类:
构建网络:
点击网络可以设置具体参数,然后看日志输出
数据集采用的是 flowers17 、pascal voc数据,链接见下面
参数设置不是很好会导致结果不是很好
可以把图形界面变成码源形式
请求
参数 | 类型 | 说明 | 其他 |
---|---|---|---|
text | Array | 房价预测的13维归一化后的数据 | |
示例:
{
"text": [-0.41733927, -0.48772237, -0.593381, -0.27259856, -0.7402622, 0.19427446, 0.36716643, 0.5571599, -0.8678825, -0.9873295, -0.30309415, 0.44105193, -0.49243936]
}
返回
参数 | 类型 | 说明 | 其他 |
---|---|---|---|
predicted_result | Array | 模型的输出 | |
predicted_label | float | 房价的预测结果 | |
示例:
[
{
"predicted_result": [
[
16.114334106445312
]
]
},
{
"predicted_label": 16.114334106445312
}
]
请求
参数 | 类型 | 说明 | 其他 |
---|---|---|---|
text | Array | 莺尾花的4维归一化后的数据 | |
示例:
{
"text": [1.0147785, -1.3129628, -1.3348082, -0.8980088]
}
返回
参数 | 类型 | 说明 | 其他 |
---|---|---|---|
predicted_result | Array | 模型的输出 | |
predicted_label | integer | 预测结果,类别标示,对应类别请参考训练数据集的train.txt文件 | |
示例:
[
{
"predicted_result": [
[
0.178230881690979,
0.1754814237356186,
0.646287739276886
]
]
},
{
"predicted_label": 2
}
]
请求
参数 | 类型 | 说明 | 其他 |
---|---|---|---|
image | String | 数据集的任一张图片的base64编码后的字符串 | |
示例:
{
"image":"base64 图像转换base64参考https://www.base64-image.de/"
}
返回
参数 | 类型 | 说明 | 其他 |
---|---|---|---|
predicted_result | Array | 模型的输出 | |
predicted_label | integer | 预测结果,类别标示,对应类别请参考训练数据集的train.txt文件 | |
示例:
[
{
"predicted_result": [
[
4.15152685017504e-17,
6.219317838507266e-10,
1
]
]
},
{
"predicted_label": 2
}
]
请求
参数 | 类型 | 说明 | 其他 |
---|---|---|---|
image | String | PASCAL VOC数据集(或任意图片)的任一张图片的base64编码后的字符串 | |
示例:
{
"image":"base64 图像转换base64参考https://www.base64-image.de/"
}
返回
参数 | 类型 | 说明 | 其他 |
---|---|---|---|
category_id | Integer | PASCAL VOC数据类别标示,对应到数据集的label_list文件每个类别的次序 | |
p1 | Array | box的左上坐标 | |
p2 | Array | box的左下坐标 | |
p3 | Array | box的右下坐标 | |
p4 | Array | box的右上坐标 | |
示例:
[
{
"p2": [
211.43447756767273,
213.80889415740967
],
"p3": [
292.56797432899475,
213.80889415740967
],
"category_id": 15,
"p1": [
211.43447756767273,
0
],
"p4": [
292.56797432899475,
0
]
}
]
波士顿房价
类型: txt
体积: 40KB
下载地址: https://ai-studio-static-online.bj.bcebos.com/preset_dataset/housing.txt
鸢尾花数据集
类型: csv
体积: 4KB
简介: 约150条数据,每条样本4个属性,共3个类别
下载地址: https://download.csdn.net/download/sinat_39620217/16341899?spm=1001.2014.3001.5501
MNIST数据集
类型: zip
体积: 30MB
简介: 共包含70000张灰度图
下载地址: https://download.csdn.net/download/sinat_39620217/16341939?spm=1001.2014.3001.5501
(MD5: d569e1965b8e90e066681e1dbe864487)
猫狗数据集
类型: zip
体积: 550MB
简介: 包含25000张RGB图片,其中cat12500张,dog12500张
下载地址: https://download.csdn.net/download/sinat_39620217/16342039?spm=1001.2014.3001.5501
(MD5: 384bbb42dfc5faf63beaa0cade3d8cff)
Ox-Flowers17
类型: zip
体积: 58MB
简介: 包含17种不同类型的花,每类包含80张RGB图
下载地址: https://download.csdn.net/download/sinat_39620217/16341898?spm=1001.2014.3001.5501
(MD5: bd2a8acfe07529b89649e7ca5a866242)
CIFAR10数据集
类型: zip
体积: 51.31MB
下载地址: https://download.csdn.net/download/sinat_39620217/16341865?spm=1001.2014.3001.5501
(MD5: 2cf4e2caa2b7759572eef14f47cccf61))
vegetables
类型: zip
体积: 9.5MB
简介: 包含3类蔬菜(黄瓜、生菜、莲藕),每类包含100张RGB图片
下载地址: https://download.csdn.net/download/sinat_39620217/16341938?spm=1001.2014.3001.5501
(MD5: 90835e76aa00b6c6bf1ed3b8cba96df5)
pascalvoc
类型: zip
体积: 2.6GB
简介: 包含20类,共约21503张RGB图像及标注信息
下载地址: https://ai-studio-static-online.bj.bcebos.com/preset_dataset/pascalvoc.zip
(MD5: 3aaa5ad581114438ab6ba4dbf0720504)