Are you sure you want to delete this task? Once this task is deleted, it cannot be recovered.
|
1 year ago | |
---|---|---|
README.md | 1 year ago | |
config.py | 1 year ago | |
dataset.py | 1 year ago | |
lenet.py | 1 year ago | |
model.py | 1 year ago | |
npu_train.png | 1 year ago | |
torch_train.png | 1 year ago | |
train.py | 1 year ago | |
train_c2net_gpu_debug.py | 1 year ago | |
train_c2net_gpu_train.py | 1 year ago | |
train_c2net_npu_debug.py | 1 year ago | |
train_c2net_npu_train.py | 1 year ago |
本项目向您展示了OpenI协作平台的主要功能,通过该项目,你可以了解和使用到平台的主要功能。
更多内容可以参考平台帮助文档:点击这里
项目是平台各项功能使用的主体,其中最基础的就是代码托管。创建新项目后,可以将您的算法代码使用平台进行管理。
代码仓管理是基于Git的,它能轻松帮助您实现代码的版本管理,多人协作等。
在启智平台上,你可以在项目下创建数据集,再将数据文件打包上传。
除了本地上传,你也可以使用平台上的 公开数据集
启智社区提供以下普惠算力资源
在启智社区的日常行为活动将会获得积分,启动云脑任务将会消耗积分,不同的算力资源有着不同的积分消耗值
用户通过开启AI任务,使用AI算力。平台可提供的任务包括调试、训练、推理、评测、模型转换等。
调试任务将启动镜像容器,并以JupyterLab的方式向用户提供交互式访问环境。
平台将用户所需的代码、数据、模型等资源自动加载到环境内,用户可以直接使用。
在项目中点击 云脑→调试任务→新建调试任务 可以开启调试任务
需要注意的是,不同集群资源有着不同的文件路径,与数据集使用方法,具体区别可以查看平台资源说明。
训练任务是一种批处理执行的方式,用户通过设置所需执行的环境、代码、数据等信息创建任务; 任务将以后台方式在AI计算集群执行,并向用户反馈执行日志和结果等信息。
具体训练代码请参考
模型管理模块提供了对模型训练流水线产出的模型、本地模型、第三方平台模型的集中管理。用户可以在模型训练过程中选择对应模型进行调试、或者作为训练任务中预训练模型使用,也可以用于模型推理及模型评测。
点击模型名称即可进入模型详情页,你可以在此查看模型介绍,模型文件,以及模型演化图谱
模型转换是将Pytorch,MindSpore等模型转换为 ONNX 框架。
目前平台支持 Pytorch, MindSpore, TensorFlow, PaddlePaddle, MXNet 五种框架到 ONNX 的转换。
本项目向您展示了OpenI协作平台的主要功能,通过该项目,你可以了解和使用到平台的主要功能。
Python
Dear OpenI User
Thank you for your continuous support to the Openl Qizhi Community AI Collaboration Platform. In order to protect your usage rights and ensure network security, we updated the Openl Qizhi Community AI Collaboration Platform Usage Agreement in January 2024. The updated agreement specifies that users are prohibited from using intranet penetration tools. After you click "Agree and continue", you can continue to use our services. Thank you for your cooperation and understanding.
For more agreement content, please refer to the《Openl Qizhi Community AI Collaboration Platform Usage Agreement》