模型体验 ​

模型体验提供的是模型即服务的能力，为泛AI开发者提供灵活、易用、低成本的模型服务，加速AI模型资产的开发与落地。平台中提供多模态、计算机视觉（CV）、自然语言处理（NLP）、语音、虚拟人等多场景的优质模型，开发者可在平台上免费体验模型提供的能力。

自动学习构建模型 ​

自动学习介绍 ​

用户可根据多模态、CV、NLP、语音等分类创建自动学习任务。例如：多模态分类中可创建以图生文、跨模态检索、视觉问答等类型任务；CV分类中可创建图片分类、目标检测、语义分割等类型任务。

创建任务 ​

选择需要建模的应用方向（多模态、CV、NLP、语音），再根据需要建模的类型选择对应等卡片，点击卡片中“创建任务”，进入创建任务页面。

创建任务页面需要填写任务名称、数据集来源、标注状态、训练数据等信息。数据集科来源于本地数据、数据集数据或示例数据集；标注状态支持已标注数据、未标注数据，若为未标注数据，需对数据进行标注后才可进行后续的模型训练操作；若为本地数据支持上传zip包等不同格式的数据。

数据标注 ​

自动学习中数据标注是针对当前创建自动学习任务等数据进行标注操作，若当前任务中数据已标注，则无需再次标注，可直接应用于后续的训练，对于未标注的数据才需要进行标注。自动学习任务中点击任务名称即可进入任务不同流程等进度，点击“下一步“即可进入标注操作。

模型训练 ​

数据集标注完成后可发起模型训练操作，点击“开始训练”自动选择相应资源池和资源规格创建训练任务，并实时打印任务日志，展示资源占用信息，用户可选的资源信息根据平台实际运行环境中硬件资源展示。

模型部署 ​

模型部署的操作是将模型部署为在线服务，并且提供在线测试的能力。完成模型训练后，可选择自动学习任务中结果较为理想且训练状态为“运行成功”的任务输出的模型部署上线。

模型预测 ​

部署成功任务支持在线预测的操作。可点击其操作栏中“预测”进入模型预测页面，用户可选择线上示例数据或上传本地数据发起推理操作，推理完成后输出相应的分析结果。

自定义任务构建模型 ​

自定义任务区分于自动学习，支持用户自定义训练输入、输出、训练脚本、资源规格等内容，创建自定义任务之前需要提前准备相应的数据集添加到数据中心，训练代码包上传到代码管理中心。

数据准备 ​

将需要通过自定义任务构建模型的数据上传至数据中心。

代码准备 ​

通常情况下，训练代码可以复用，故而在平台自定义任务中对用户上传的代码进行统一管理，存放在代码管理中，用户在创建自定义任务时可直接选择代码管理中的代码包作为训练代码。

创建自定义任务 ​

用户在自定义任务中点击表单右上角“创建任务”可创建自定义建模任务。在创建自定义任务页面需填写任务基本信息、算法配置、输入输出、算法配置等内容。

基本信息中可选择系统预置的镜像，并选择上传到代码中心的代码、启动脚本。

输入输出部分均非必填项，输入填写数据参数名并选择上传至数据中心的数据集，输出可填写参数名并制定输出子目录，超参数、环境变量根据需要填写。

选择对应的资源池、资源类型、计算节点，并设置最长训练时长后提交即可发起自定义任务。

自定义任务详情 ​

在“自定义任务”列表中单击任务名称，可进入当前训练任务详情页，在训练任务详情页中可查看到当前训练任务关联的信息。自定义任务详情中除了展示创建自定义任务时填写的基础信息、算法框架、资源配置、输入输出等内容，还展示训练过程中的日志和训练资源实时占用情况。

输出模型导入至模型中心 ​

在模型中心-模型管理中点击“导入模型”按钮后填入导入信息，模型来源选择自定义任务，选择任务名称后可预览其输出文件夹，在输出文件夹中选择需要加载的模型，模型运行镜像后即可将模型导入至模型中心。

模型部署与推理 ​

导入模型后，可在其对应版本操作栏中点击“部署该版本”创建模型服务，填写服务名称、发布详情等信息后即可完成模型的部署操作。

服务详情 ​

模型部署成功后，可点击服务名查看详情，在详情中可查看服务运行日志、资源使用、服务调用等信息。

服务推理 ​

在推理预测中，可通过post、get等不同方式发起请求，调用模型，并输出结果。