本文是基于完成课程1.3、1.4的同学的快速打卡指南。

作业一：

1. 首先点击（点此链接）下载新的数据集，并解压。

   
   

2. 在控制台打开ModelArts，点击自动学习，打开1.3课程中创建的项目。

3.点击添加图片，分别导入foods_recognition_assi文件夹下train文件夹中灌汤包和柿子饼里的图片，点击确定。

技巧：1.添加图片时，使用control+A全选图片；2.由于图片已经分好类，可以利用页面右上角的选择当前页快速进行标注。

4.点击右上角的（开始训练），将最大训练时长改为0.1，使用自动学习免费规格（GPU），点击确定，等待模型训练完成。

5.训练完成后，会看到一个新版本，点击部署。

选择增强计算型-自动学习（GPU），选择自动停止，1小时后，点击确定，等待模型部署完成。

6.模型部署完成，点击上传文件，选择foods_recognition_assi文件下的test目录中的图片进行上传。

点击预测，查看结果，对另外3张图片也进行预测，至此完成作业1：

作业二：

1. 在控制台打开ModelArts，点击训练管理，选择训练作业，打开在1.4中创建的项目。

2.点击修改。

2.1修改learing_rate_strategy的值，如：20:0.002。

可参照说明书中的提示修改

2.2选择训练规格，点击确定。

3.等待模型训练完成（大致在3分钟完成），运行成功后点击版本对比，

可以查看模型的精确率和准确率

不断重复训练，直到结果满意，至此，作业二已完成。

训练过程有任何问题，欢迎评论区留言~