最近更新时间：2021-06-07
预置算法基于业界常用的AI框架，提供了训练代码和公共数据，您可以不关注训练代码和数据，直接选择此算法用于训练作业即可。
平台提供了2种预置算法，都是基于开源数据集运行。
| 预置算法 | 建议运行资源 | 说明 |
|---|---|---|
| tensorflow-py3-mnist-cpu手写数字识别 | 单机CPU_4核8GiB | mnist手写数字识别 |
| tensorflow-py3-classifications-cpu图像分类 | 单机CPU_4核8GiB | 5种花图像分类 |
使用mnist官网数据，mnist见官网链接。
下载4个压缩包后，将数据集解压然后整理目录结构如下：
your_data_path |——t10k-images-idx3-ubyte |——t10k-labels-idx1-ubyte |——train-images-idx3-ubyte |——train-labels-idx1-ubyte
平台提供了公共数据，放到公共对象存储中，选择预置算法后会默认填充预置数据，您可以直接使用数据。
使用 flower_photos 训练，flower-photos见官网链接。
从以上的链接官网上下载数据集，然后整理成目录结构如下:
your_data_path ├── train │ ├── daisy │ ├── dandelion │ ├── roses │ ├── sunflowers │ └── tulips └── val ├── daisy ├── dandelion ├── roses ├── sunflowers └── tulips
平台提供了公共数据，放到公共对象存储中，选择预置算法后会默认填充预置数据，您可以直接使用数据。
