最近更新时间：2021-06-07
紫光云AI开发平台为AI开发者提供了从数据准备、在线代码开发调试、模型训练、模型管理到模型部署上线的端到端开发全流程，帮助您高效、快速的构建一个可用模型。
AI开发平台使用流程详解如下图。
如果您的数据需要标注，则可以在数据文件 -> 数据集模块进行数据标注，平台提供了4种标注类型。标注后并发布的数据集版本可用于Notebook和训练任务。
如果您的数据已经准备好，并且数据量较大，建议将数据存入对象存储。Notebook和训练任务都可以对接对象存储。
如果您的数据已经准备好，并且数据量较小在5GB以下，可以将数据存入数据文件 -> 本地存储模块，Notebook和训练任务都可以对接本地存储，调试您的程序。
Notebook内置了完全托管的交互式编程环境Jupyter Lab，实现数据处理和代码调试。
您可以在Notebook中体验边调试边运行的效果。
Notebook可以挂载对象存储/本地存储/云硬盘。
经过调试的代码逻辑可以启动大规模分布式训练任务。
提供了预置算法，您无需关注训练数据和代码即可一键提交训练任务。
提供了从训练任务导入和从存储中导入2种导入模式。对接本地存储和对象存储。
将训练好的模型按照不同模型类别、性质、分类、版本有序进行存储和管理。
快速将训练好的模型部署为高可用的在线服务，灵活选用多种资源套餐加速预测执行，并可以通过A/B Test、灰度升级等完成模型试验迭代和服务运维管理。
机器学习的过程是连续的周期性过程，经过模型开发 -> 模型管理 -> 部署在线预测服务到生产环境，然后，您可以结合更多业务数据，根据实际使用情况，重新训练模型来提高预测准确性，持续迭代模型版本。
