文件名称：modelarts-example
文件大小：6.95MB
文件格式：ZIP
更新时间：2024-04-07 03:31:07
Python
ModelArts案例指南 案例1 本案例介绍在“ ”平台如何使用MXNet实现MNIST数据集的手写数字图像识别应用。通过进入ModelArts平台的“ ”界面创建训练作业，完成模型训练，然后“ ”，“ ”，发起预测请求完成预测。 基本流程包含以下步骤： 准备数据：下载数据集，解压后上传至OBS桶中。 训练模型：使用MXNet本机接口编写模型训练脚本，新建训练作业进行模型训练。 部署模型：得到训练好的模型文件后，新建预测作业将模型部署为在线预测服务。 发起预测请求：发起预测请求获取预测结果。 案例2 本案例介绍如何在“ ”平台上使用MoXing实现Kaggle竞赛中的冰山图像分类任务。实验所使用的图像为雷达图像，需要参赛者利用算法识别出图像中是冰山（iceberg）还是船（通过进入ModelArts平台的“ ”界面创建训练作业，完成模型训练，之后创建一个预测作业，加载模型参数，获取预