本文主要是介绍【四】AI Studio 项目详解【VisualDL工具、环境使用说明、脚本任务、(四)图形化任务、在线部署及预测】PARL，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
相关文章
【一】-环境配置+python入门教学
【二】-Parl基础命令
【三】-Notebook、&pdb、ipdb 调试
【四】-强化学习入门简介
【五】-Sarsa&Qlearing详细讲解
【六】-DQN
【七】-Policy Gradient
【八】-DDPG
【九】-四轴飞行器仿真
飞桨PARL_2.0&1.8.5（遇到bug调试修正）
一、AI Studio 项目详解【VisualDL工具】
二、AI Studio 项目详解【环境使用说明、脚本任务】
三、AI Studio 项目详解【分布式训练-单机多机】
四、AI Studio 项目详解【图形化任务】
五、AI Studio 项目详解【在线部署及预测】
【四】AI Studio 项目详解【图形化任务】
图形化任务说明
图形化任务旨在使用图形拖拽的方式来设计并训练模型, 并可进行快速部署. 同时还可以生成对应的源码. 最终达成"先实现, 再学习"的目的. 有效提高开发者的效率.
图形化任务使用GPU集群作为支撑, 具有实时高速的并行计算和浮点计算能力.
然后进入编辑项目：
左侧为工具箱, 可以从工具箱向中央画布拖入各种组件:当前工具箱内为算法, 数据, 训练, 测试4类:
构建网络：
点击网络可以设置具体参数，然后看日志输出
数据集采用的是 flowers17 、pascal voc数据，链接见下面
参数设置不是很好会导致结果不是很好
可以把图形界面变成码源形式
预置算法部署后调用参数样例
线性回归的请求及返回说明
请求
| 参数 | 类型 | 说明 | 其他 |
|---|---|---|---|
| text | Array | 房价预测的13维归一化后的数据 |
示例：
{"text": [-0.41733927, -0.48772237, -0.593381, -0.27259856, -0.7402622, 0.19427446, 0.36716643, 0.5571599, -0.8678825, -0.9873295, -0.30309415, 0.44105193, -0.49243936]
}返回
| 参数 | 类型 | 说明 | 其他 |
|---|---|---|---|
| predicted_result | Array | 模型的输出 | |
| predicted_label | float | 房价的预测结果 |
示例：
[{"predicted_result": [[16.114334106445312]]},{"predicted_label": 16.114334106445312}
]逻辑回归的请求及返回说明
请求
| 参数 | 类型 | 说明 | 其他 |
|---|---|---|---|
| text | Array | 莺尾花的4维归一化后的数据 |
示例：
{"text": [1.0147785, -1.3129628, -1.3348082, -0.8980088]
}返回
| 参数 | 类型 | 说明 | 其他 |
|---|---|---|---|
| predicted_result | Array | 模型的输出 | |
| predicted_label | integer | 预测结果，类别标示，对应类别请参考训练数据集的train.txt文件 |
示例：
[{"predicted_result": [[0.178230881690979,0.1754814237356186,0.646287739276886]]},{"predicted_label": 2}
]图像分类的请求及返回说明
请求
| 参数 | 类型 | 说明 | 其他 |
|---|---|---|---|
| image | String | 数据集的任一张图片的base64编码后的字符串 |
示例：
{"image":"base64 图像转换base64参考https://www.base64-image.de/"
}返回
| 参数 | 类型 | 说明 | 其他 |
|---|---|---|---|
| predicted_result | Array | 模型的输出 | |
| predicted_label | integer | 预测结果，类别标示，对应类别请参考训练数据集的train.txt文件 |
示例：
[{"predicted_result": [[4.15152685017504e-17,6.219317838507266e-10,1]]},{"predicted_label": 2}
]目标检测的请求及返回说明
请求
| 参数 | 类型 | 说明 | 其他 |
|---|---|---|---|
| image | String | PASCAL VOC数据集(或任意图片)的任一张图片的base64编码后的字符串 |
示例：
{"image":"base64 图像转换base64参考https://www.base64-image.de/"
}返回
| 参数 | 类型 | 说明 | 其他 |
|---|---|---|---|
| category_id | Integer | PASCAL VOC数据类别标示，对应到数据集的label_list文件每个类别的次序 | |
| p1 | Array | box的左上坐标 | |
| p2 | Array | box的左下坐标 | |
| p3 | Array | box的右下坐标 | |
| p4 | Array | box的右上坐标 |
示例：
[{"p2": [211.43447756767273,213.80889415740967],"p3": [292.56797432899475,213.80889415740967],"category_id": 15,"p1": [211.43447756767273,0],"p4": [292.56797432899475,0]}
]
内置数据集说明及下载地址
波士顿房价
类型: txt
体积: 40KB
简介: http://www.paddlepaddle.org/documentation/docs/zh/1.2/beginners_guide/quick_start/fit_a_line/README.cn.html
下载地址: https://ai-studio-static-online.bj.bcebos.com/preset_dataset/housing.txt
鸢尾花数据集
类型: csv
体积: 4KB
简介: 约150条数据，每条样本4个属性，共3个类别
下载地址: https://download.csdn.net/download/sinat_39620217/16341899?spm=1001.2014.3001.5501
MNIST数据集
类型: zip
体积: 30MB
简介: 共包含70000张灰度图
下载地址: https://download.csdn.net/download/sinat_39620217/16341939?spm=1001.2014.3001.5501
(MD5: d569e1965b8e90e066681e1dbe864487)
猫狗数据集
类型: zip
体积: 550MB
简介: 包含25000张RGB图片，其中cat12500张，dog12500张
下载地址: https://download.csdn.net/download/sinat_39620217/16342039?spm=1001.2014.3001.5501
（MD5: 384bbb42dfc5faf63beaa0cade3d8cff）
Ox-Flowers17
类型: zip
体积: 58MB
简介: 包含17种不同类型的花，每类包含80张RGB图
下载地址: https://download.csdn.net/download/sinat_39620217/16341898?spm=1001.2014.3001.5501
(MD5: bd2a8acfe07529b89649e7ca5a866242)
CIFAR10数据集
类型: zip
体积: 51.31MB
简介: http://www.paddlepaddle.org/documentation/docs/zh/0.14.0/new_docs/beginners_guide/basics/image_classification/README.cn.html
下载地址: https://download.csdn.net/download/sinat_39620217/16341865?spm=1001.2014.3001.5501
(MD5: 2cf4e2caa2b7759572eef14f47cccf61))
vegetables
类型: zip
体积: 9.5MB
简介: 包含3类蔬菜（黄瓜、生菜、莲藕），每类包含100张RGB图片
下载地址: https://download.csdn.net/download/sinat_39620217/16341938?spm=1001.2014.3001.5501
(MD5: 90835e76aa00b6c6bf1ed3b8cba96df5)
pascalvoc
类型: zip
体积: 2.6GB
简介: 包含20类，共约21503张RGB图像及标注信息
下载地址: https://ai-studio-static-online.bj.bcebos.com/preset_dataset/pascalvoc.zip
(MD5: 3aaa5ad581114438ab6ba4dbf0720504)
这篇关于【四】AI Studio 项目详解【VisualDL工具、环境使用说明、脚本任务、(四)图形化任务、在线部署及预测】PARL的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
