第1章 全流程AI开发平台-ModelArts 1.1 ModelArts服务介绍
华为AI解决方案
应用使能：提供全流程服务（ModelArts），分层API和预集成方案。
MindSpore，支持端、边、云独立的和协同的统一训练和推理框架。
CANN：芯片算子库和高度自动化算子开发工具。
Ascend：基于统一、可拓展架构的系列化AI IP和芯片。
ModelArts：一站式AI开发平台
面向不同AI开发者：应用开发者、公民数据科学家、AI专家、智能运维（AI Ops）
数据优化流程：数据->数据处理->模型训练->模型管理->部署（AI应用1）->AI市场（AI应用2）
在线标注平台
支持多种数据标注：物体（图像分类、物体检测）、音频（声音分类、语音内容、语音分割）、文本（文本分类、命名实体文本三元组）；
支持团队标注：一个标注任务，可以团队多成员标注。
数据处理
混合智能标注，大幅提升标注效率：基于半监督/主动学习的混合智能标注，标注效率提升5倍，大于90%的标注效率。
数据特征挖掘
提供深度数据优化建议
自动学习
ExeML引擎，三步创建AI模型（0编码，0 AI经验）
步骤：上传并标注数据 -> 训练模型 -> 验证并发布模型
模型训练
提供大量的预置算法进行迁移学习，简化模型创建。
所有模型已基于开源或行业数据集训练完毕，实现精度和速度优化。
仅需配置数据和日志输出路径；使用预置模型进行迁移学习；自动超参调优；自动模型压缩（量化、修剪）；零编码模型训练优化。
交互式Notebook建模，支持Python建模语言，更开放
支持Python2.7，Python3.6。
支持多种资源类型和规格灵活选择：CPU/GPU/Ascend。
支持自动停止，用户可自定义配置停止时间。
内置TensorFlow，Pytorch，SparkMLlib，Scikit-Learn，XGBoost等AI引擎库，并且支持用户自行安装更多算法库（pip install）。
向导配置式训练，清晰建模过程
模型训练过程可评估和监控，训练过程和质量更可控。
支持查看训练详情信息，服务资源消耗情况，配置信息，日志，资源占用，模型评估，TensorBoard可视化，版本比对等。
模型部署
端、边、云全场景AI模型部署
AI市场、快速开发，便捷变现
1.2 ModelArts服务应用场景
图像识别
准确识别图片中的物体分类信息，比如动物识别、品牌Logo识别、车型识别等。
优势：提供丰富的图像分类/图像语义分割模型算法。