玩法平台-测评任务-Gallery评测-任务组的测评
2022-11-29
2
2
0
广东笔记来源于：任务
玩法平台-测评任务-Gallery评测-任务组
阿里云的机器学习平台PAI为AI开发爱好者提供了轻松易用的开发体验。一直以来，AI开发者都面临开发环境不一致、模型的最佳实践难以复用等问题，而DSW Gallery正是针对这一痛点推出的。DSW Gallery提供了丰富的场景最佳实践库，开发者可以一键使用、快速解决场景问题。
对于感兴趣的案例，可以先预览已有的模型效果，这个功能最大程度地避免了计算资源的浪费。
当有需要对模型进行微调优化，可以一键启动相应的实例根据实际需求定制属于自己的人工智能模型。除此之外，还可以通过PAI DLC对模型进行分布式训练，最后在PAI EAS中进行部署。
目前平台案例规模还不算大，期待以后能逐步增加案例数量，成为AI开发者的一大利器~
上一篇
DSW Gallery模型案例测评
简单了解了下，总的来说还是可以的。
DSW Gallery 简介
Gallery是使用机器学习平台PAI的有效指引，您可以通过Notebook的形式，直接使用机器学习平台PAI的各个组件，包括云原生深度学习训练平台PAI-DLC，弹性推理服务平台PAI-EAS，助您快速熟悉云原生下的AI研发流程。DSW Gallery为广大AI开发者提供来自各个行业和技术方向，简单易用，一键启动的案例，助您有效提升开发效率和质量。
通过DSW Gallery，您可以预览案例，也可以在DSW实例中快速启动案例，或将案例修改为适合自己的使用场景。丰富的案例和解决方案可提升研发的效率和质量，帮助您快速完成模型构建和训练。
基本步骤如下：
准备工作
依赖的软件包都已经在DSW镜像中预置安装，如果您的环境没有安装的话，可以用pip install xxx来完成准备。
数据加载
使用Pandas读入数据，并查看原始数据。train.csv文件是我们已经提前从网上下载并准备好。本文没有涉及测试样本，可以在网上下载对应的test.csv文件。
数据清洗与预处理
一般我们拿到的原始数据都有各种各样的问题，不利于分析和训练，所以要经过一个清洗和预处理的阶段，比如去重，缺失值，异常值等等的处理。
特征工程
创建新的feature
机器学习特征工程离不开相关的Domain Knowledge。对于本文而言，房子的数据集中没有包含房子的总层数，房子总共有多少个洗手间和房子门厅的大小。
训练
给类别型的feature进行encoding，为后面的训练作准备
衡量模型的效果（Evaluation）
下一篇
DSW Gallery是一款阿里云的机器学习平台，尤其是广大AI开发者来说，十分友好，有来自各个行业和技术方向的支持，简单易用，可以有效提升开发效率；通过DSW Gallery，您可以预览案例，也可以在DSW实例中快速启动案例，或将案例修改为适合自己的使用场景；PAI-DSW是一款为AI开发者量身定制的云端机器学习交互式开发IDE，随时随地开启Notebook快速读取数据、开发算法、训练及部署模型；PAI-DSW提供丰富的计算资源，且对接多种数据源。通过EAS CMD的方式，可以将PAI-DSW获得的训练模型部署为RESTful接口，对外提供模型服务，从而实现一站式机器学习。
评论