如何用一台10年前的4GB内存集成显卡的笔记本完成模型训练

如何用一台10年前的4GB内存集成显卡的笔记本完成模型训练

步骤：

1. 擦擦键盘上的灰

2. 按下电源键

3. 等待10分钟进入桌面

4. 等待5分钟打开浏览器

5. 打开京东买一台新笔记本，然后盘它！！！

思考5秒钟~打开浏览器都困难，跑个模型根本不可能的好吧！

又思考5秒钟~，现在大家都在搞Saas化，云服务商应该有一些产品能搞搞模型训练

打开百度，搜到了百度的Easy DL和华为的ModelArts，撸撸袖子，盘它！！！

使用ModelArts完成模型训练

一系列注册华为云的骚操作后，进入到ModelArts界面。功能还真是多，自动学习、训练管理、AI市场等等。

点进ModelArts的论坛，发现还挺活跃的，很多人在这里提问。也有论坛管理员做一些活动，还能拿一些奖品。

挑了一个口罩识别的案例作为ModelArts入门指导。

链接：https://nbviewer.jupyter.org/github/huaweicloud/ModelArts-Lab/blob/master/contrib/1.%E5%8F%A3%E7%BD%A9%E6%A3%80%E6%B5%8B%E6%A8%A1%E5%9E%8B%E7%9B%B4%E6%92%AD%E5%BC%80%E5%8F%91%E6%8C%87%E5%AF%BC%E6%96%87%E6%A1%A3/mask_detect.ipynb

基本上参考案例操作就可以了。

不过要专门下载一个叫OBS Browser的工具去上传数据也有点小麻烦，我的笔记本吃不消啊。

后面发现ModelArts的数据管理界面上就可以直接上传数据，比通过OBS Browser上传的方式方便很多。

而且通过OBS Browser上传还有一个小问题，需要点击【同步数据源】才能把数据同步到ModelArts上，不然ModelArts界面上不会显示新增的图片。而且【同步数据源】在标注界面才有，不太容易找到这个。

ModelArts的【一键模型上线】功能太赞了。在数据上传和标注完后，通过这个功能。在界面上一直点击Next就可以开始训练模型，部署模型了。

而且在各个阶段都有具体的运行详情，比如可以看到训练的日志。

训练和部署的时候也还挺快的，大概13分钟就完成了。

从数据集中挑了几张图片去预测，结果非常准确，准确率能到90%多。

但是预测的速度非常慢，大概要7~8秒钟，猜测原因有几种：1. 我的笔记本太差了T_T 2. 网络太慢了 3. 没有用GPU

经过一系列操作把规格换成P4 GPU后，果然预测的速度变得非常快，马上就出结果了（1秒不到的样子）。

跟着案例只用3步就可以体验一次完整的模型训练过程。感觉还是很好的。

但是我想让我的App去调用我在华为ModelArts的创建的服务。看了下ModelArts的文档似乎还是有一些小麻烦，还是更加喜欢之前的傻瓜式操作，哈哈！

华为ModelArts还有很多功能没有用过，比如难例、自动化搜索、ModelArts Pro（会不会还有ModelArts Plus？）。有时间再看看。

【一键模型上线】这个功能还是很棒的，模型的精度也很高。华为技术值得。

利用云上的资源进行训练，比自己搭建训练环境的成本要低太多了。也许算力上云就是未来的趋势吧。

需要专门下载OBS Browser工具来上传数据就比较麻烦。另外【添加图片】这个功能感觉移动到数据集界面上会更好，现在放在【标注】界面上比较难找。

【同步数据源】这个也放到数据集界面上更好。如果能自动同步就更好了，或者能否探测我的数据有变化，提示我去同步。

一开始标注的时候，我只是框选了口罩。其实应该框选人头会更好。界面上有一些关于标注的指导会更好。PS：后面发现界面右上角有一个【标注样例说明】小提示，这个提示里面有提到如何标注。希望能够有更多的标注指导，帮助到我们这些新手。

一开始预测的性能很差，换成P4 GPU才提升。切换资源界面上是否可以提供一个【一键模型提升】功能或者提示，能够引导我们去提升预测性能。

关于集成ModelArts的预测功能，是否可以提供一个SDK可以直接对接ModelArts的预测服务。我大致看了下文档，需要按照ModelArts 帮助文档对接你们的2个接口才行，怎么说也要100多行的代码量。PS：后面发现有ModelArts SDK，通过这个SDK可以调用预测服务的预测接口。我觉得预测界面上的调用指南可以指引到ModelArts SDK上。

ModelArts SDK是否能支持离线版的模型预测，这样并不需要过于依赖华为云。

使用Easy DL完成模型训练

先玩10分钟的猛男捡树枝先~

ModelArts AI

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。