做华为云1024程序员节 · 向云而生的活动感想

   这几天在做《华为云1024程序员节 · 向云而生》获取卡牌，除了live的基础卡牌要等23号参加直播才能获得，其他活动都已经完成，就等审核通过，就能获得卡牌。这次活动包括DevStar，DevCloud，AI(ModelArts), 应用服务(区块链),IoT,数据库(mysql), 鲲鹏大数据，AppCube，NAIE(AutoML), 昇腾AI 共10个方面的知识。

之前都是学习和使用ModelArts，对AutoML和昇腾AI不了解，通过这次活动，学习完《7天玩转网络AutoML》，并完成上机指导。不过在做第四课实验因为我使用谷歌中间带e的双核浏览器无法打开报错显示403，测试新手入门NAIE训练平台的第23个问题的解决方法，还是无法解决。华为工程师远程测试，发现网页接受不到key,建议我更换原生态的谷歌或火狐。更换火狐浏览器后正常。

学习完AutoML后想和sas9.4做一下比较，因为之前有段时间使用过sas9.4的软件，为此还花钱考了 programming的base和advance，所以对sas9.4比较熟悉，但是现在使用python和pyspark，对sas9.4以后的版本都不了解，无法做对比。没有别的意思，如果有谁对sas最新版本有了解，也可以写一篇sas最新版本和AutoML的比较，让我们大家也能学习一下。

sas9.4安装包太大，占20G左右，安装完成要占20G左右，共占40G空间。购买费用贵，想免费就要每年找激活码或把电脑调回软件安装的时间才能使用，而且中文学习资料太少，学习有点麻烦。在sas EM只能使用2个模型做模型评估，相对于AutoML不占电脑空间，按需使用。花1到2天时间学习完《7天玩转网络AutoML》并做完上机指导，就能在AutoML做训练数据集特征分析，模型特征工程构建，模型训练，还能使用tensorflow做模型评估，使用多次迭代来选取最优模型。Sas只能使用单机模式，AutoML在免费使用三个月只能选用单机模型，商用可以根据需要，使用分布式训练模型，减少模型运行时间。使得AutoML的使用更加灵活多变。

  昇腾AI就是把tensorflow，PyTorch等深度学习框架写的代码转换成它自己能运行的代码，就跟百度的paddle一样。

  在做应用服务(区块链)，发现指导手册有3个不对的地方。

 (1)文档使用的是Windows，而我操作的是linux，下载 SDK 配置的路径不一样。

 (2)文档是使用demo建立区块链，所以提示华为云服务器名称是demo,我操作使用java-sdk-demo建立区块链，所以修改华为云服务器名称是java-sdk-demo。

 (3)运行java -jar javasdkdemo.jar，提示ERROR [handler.FabricHelper] - config/demo-channel-sdk-config.yaml (No such file or directory)，把java-sdk-demo-channel-sdk-config.yaml改为demo-channel-sdk-config.yaml和把java-sdk-demo-channel-sdk-config.json改为demo-channel-sdk-config.json，记住两个都要改，要不会报错。

通过这次活动，对华为的10个方面的知识有了更好的了解，同时希望在这次活动中抽到码神终极锦鲤礼包。