本文介绍在华为云ModelArts平台如何使用TensorFlow实现MNIST数据集的手写数字图像识别应用。
开始使用如下样例前,请务必按准备工作指导完成必要操作。使用TensorFlow实现手写数字图像识别样例的操作流程如下所示。
文件名称 |
描述 |
上传至如下OBS路径中 |
---|---|---|
“train_mnist_tf.py” |
训练脚本。 |
“test-modelarts/mnist-tensorflow-code” |
“customize_service.py” |
推理代码。 |
“test-modelarts/mnist-model/model” 说明:
|
“config.json” |
配置文件。 |
ModelArts在公共OBS桶中提供了MNIST数据集,命名为“Mnist-Data-Set”,因此,本文的操作示例使用此数据集进行模型构建。您需要执行如下操作,将数据集上传至您的OBS目录下,即准备工作中您创建的OBS目录“test-modelarts/dataset-mnist”。
“Mnist-Data-Set”数据集包含的内容如下所示,其中“.gz”为对应的压缩包。
数据准备完成后,您需要使用TensorFlow编写训练脚本代码,ModelArts提供了一个编写好的代码示例“train_mnist_tf.py”,如下操作使用此示例训练模型。
训练作业需要花费一些时间,预计十几分钟。当训练时间超过一定时间(如1个小时),请及时手动停止,释放资源。否则会导致欠费,尤其对于使用GPU训练的模型项目。
其中,“训练输出位置”请选择步骤训练作业中“训练输出位置”参数中的路径,如“/test-modelarts/mnist-model/”。根据界面提示完成可视化作业创建。
模型训练完成后,可以创建预测作业,将模型部署为在线预测服务。在部署模型之前,获取推理代码“customize_service.py”和配置文件“config.json”并上传至OBS中。此推理代码和配置文件为ModelArts为操作样例提供的示例。您也可以基于模型包规范,开发自己所需的推理代码及配置文件。
在“元模型来源”中,选择“从对象存储服务(OBS)中选择”页签。然后在“选择元模型”右侧文本框选择训练作业中“训练输出位置”指定的路径。
在“模型列表”页面,当模型状态变为“正常”时,表示模型已导入成功。
完成模型部署后,等待服务部署完成,当服务状态显示为“运行中”,表示服务已部署成功。
预测完成后,预测结果显示区域将展示预测结果,根据预测结果内容,可识别出此图片的数字是“1”。
什么是大数据技术? 首先,需要了解什么是大数据,其实大数据是一种特定的描述,...
随着数字经济的发展,CIO承担的风险也在不断增加。他们能否以不落窠臼的创新方式...
本文转载自微信公众号「逸言」,作者覃宇。转载本文请联系逸言公众号。 混沌初开...
通常我们部署了istio,都会配置下集群的哪些命名空间下的服务需要被istio管理,...
01 简单的柱状图 在ECharts中制作柱状图也十分简单,通过将series中的type设置为...
当前,制造业的转型升级是适应国际国内双循环的内在要求,也是推动碳达峰、碳中...
云计算通过互联网提供服务的模型 云计算的IDC机房连接到运营商的骨干网上对运营...
1.我抓你一点都不激动,一点挑战性都没有,你应该去请教那些男生,多有技术含量...
我们生活在一个信息时代,几乎每个组织的世界都围绕数据展开。大数据这一领域一...
想了解更多内容,请访问: 51CTO和华为官方战略合作共建的鸿蒙技术社区 https://...