ModelArts实现智能花卉识别的华为云实践

1. 创建Notebook复制数据

在服务列表中找到并进入人工智能服务 ModelArts，然后点击ModelArts 页面中左侧的[开发环境]选项一点击[notebook] 进入notebook 页面。点击[创建] 按钮进入创建页面，并按以下参数进行配置:

1. 名称：任意

2. 自动停止：2小时后

3. 镜像: 公共镜像:在第二页选择tensorflow1.13-cuda10.0-cudnn7-ubuntu18.0.4-GPU算法开发和训练基础镜像，预置AI引警Tensorflow1.13.1

4. 资源池:公共资源池

5. 类型：GPU

6. 规格: 8核64GB

7. 储存配置: 云硬盘 (5GB)
其它参数默认，点击“立即创建”- >“提交”

import moxing as mox
mox.file.copy_parallel('s3://sandbox-experiment-resource-north-4/flowers-data/flowers-100', 's3://your_bucket_name/your_folder_name')

选择ResNet_v1_50算法

填写参数：

1.“名称”和“描述”可以随意填写；

2. “算法来源”中的“算法管理”，算法名称默认为之前选择的算法。

3. “训练输入”->“数据来源”点击“数据存储位置”，选择1.2步骤中创建的存放数据的文件夹；

4. “训练输出”->“模型输出”点击“选择”，选择1.2创建的OBS桶，并选择新建文件夹，创建一个输出文件夹

5. “调优参数”：默认；

6.  作业日志路径：默认；

7.  资源池：公共资源池；

8.  规格：GPU：1*NVIDIA-V100(32GB) | CPU：8核64GB；

9. 计算节点个数：1；
通过可视化作业查看模型训练信息在模型训练的过程完成后，通过创建可视化作业查看一些参数的统计信息，如loss， accuracy等。操作如下：

1.  在“训练作业”界面，点击“可视化作业”，再点击“创建”按钮；

2.  参数“名称”，随意；

3.  规格：默认；

4.  “训练输出位置”选择2.2步骤中的训练输出位置；

5.  “自动停止”不设置（关闭）。

部署在线服务点击已创建模型名称前的下拉箭头，点击操作列中【部署】，选择部署菜单栏中的【在线服务】。

参数如下：

1.  计费模式：按需计费

2. 名称：自定义

3.  是否自动停止：关闭

4.  描述：自定义

5.  资源池：公共资源池

6.  服务流量限制：关闭

7.  选择模型及配置：

8.  模型来源：我的模型

9. 模型：默认已选择所创建的模型名称及版本

10. 计算节点规格：CPU：2核8GB其他配置默认即可。

点击“下一步”-＞“提交”完成部署。说明：部署模型为导入的模型。部署创建完成后，返回列表需要等待部署成功，很快。

发起预测请求点击刚刚部署上线（已完成部署）的在线服务名称，进入服务详情，点击“预测”标签，在此可进行在线预测，选择预测图片文件，点击左侧“上传”选择pic文件夹内的图片资源，点击“预测”完成操作。