文档中心 > 预置算法
预置算法

最近更新时间:2021-06-07

预置算法基于业界常用的AI框架,提供了训练代码和公共数据,您可以不关注训练代码和数据,直接选择此算法用于训练作业即可。

1 预置算法总览

平台提供了2种预置算法,都是基于开源数据集运行。

预置算法建议运行资源说明
tensorflow-py3-mnist-cpu手写数字识别单机CPU_4核8GiBmnist手写数字识别
tensorflow-py3-classifications-cpu图像分类单机CPU_4核8GiB5种花图像分类

2 mnist手写数字识别

使用mnist官网数据,mnist见官网链接。

下载4个压缩包后,将数据集解压然后整理目录结构如下:

your_data_path 
 |——t10k-images-idx3-ubyte
 |——t10k-labels-idx1-ubyte 
 |——train-images-idx3-ubyte
 |——train-labels-idx1-ubyte

平台提供了公共数据,放到公共对象存储中,选择预置算法后会默认填充预置数据,您可以直接使用数据。

3 classifications图像分类

使用 flower_photos 训练,flower-photos见官网链接。

从以上的链接官网上下载数据集,然后整理成目录结构如下:

your_data_path
├── train
│   ├── daisy
│   ├── dandelion
│   ├── roses
│   ├── sunflowers
│   └── tulips
└── val
    ├── daisy
    ├── dandelion
    ├── roses
    ├── sunflowers
    └── tulips

平台提供了公共数据,放到公共对象存储中,选择预置算法后会默认填充预置数据,您可以直接使用数据。