Allgemeine Einführung
OpenBayes ist eine sofort einsatzbereite Serviceplattform für Künstliche Intelligenz und High Performance Computing (AI+HPC) für Ingenieure im Bereich des maschinellen Lernens und bietet Unterstützung für Frameworks in mehreren Versionen und umfangreiche Datensätze. Sie basiert auf JupyterLab und unterstützt Containerisierung und Kubernetes-Ressourcenplanung. Gleichzeitig bietet sie mehrere offene APIs und private Bereitstellungsoptionen, die sich für kleine Experimente bis hin zu Anwendungen auf Unternehmensebene eignen.
Sie hilft Anwendern, schnell Modelle für maschinelles Lernen mit sofort einsatzbereiten Lösungen zu erstellen und auszuführen. Die Plattform unterstützt eine Vielzahl gängiger Frameworks wie PyTorch, TensorFlow und PaddlePaddle und bietet flexible Skalierbarkeit.
Funktionsliste
Sofort einsatzbereite, konfigurationsfreie Umgebung
Mehrere Versionen von Frameworks werden unterstützt, z. B. PyTorch, PaddlePaddle, TensorFlow
Container Startup in Seconds, eine interaktive Lösung für maschinelles Lernen basierend auf JupyterLab
Unterstützt die Verwaltung von Terabytes an Daten und intermittierende Übertragungen
Elastische und skalierbare Architektur mit Unterstützung für Client-SSH-Login und Cloud-Programmierung
Trennung der Organisationsressourcen, Teamverwaltung und Rechnungsprüfung
Apollo GraphQL / RESTful API-Schnittstelle, benutzerdefinierte Spiegel und andere erweiterte Funktionen
Hilfe verwenden
Installation und Registrierung
- Registrieren Sie sich für ein KontoAnmeldung: Besuchen Sie die OpenBayes-Website, klicken Sie auf die Schaltfläche "Jetzt anmelden", und geben Sie die erforderlichen Informationen ein, um die Anmeldung abzuschließen.
- Auswahl einer arithmetischen LösungWählen Sie die richtige Rechenlösung, wie NVIDIA RTX 4090 oder NVIDIA A100, je nach Ihren Bedürfnissen.
- Ein Projekt erstellenMelden Sie sich an und gehen Sie zur Konsole, klicken Sie auf "Projekt erstellen" und wählen Sie das gewünschte Framework und die Version aus.
Verwendung von Diensten für maschinelles Lernen
- Umgebung KonfigurationEs besteht keine Notwendigkeit, die Umgebung manuell zu konfigurieren. Wählen Sie das gewünschte Framework und die Version aus, und die Plattform konfiguriert es automatisch.
- Hochladen von DatenHochladen von Daten über die Konsole, Unterstützung von Datenmanagement auf Terabyte-Ebene und Bursty Uploads.
- ModellschulungWählen Sie den Datensatz und das Modell aus, klicken Sie auf "Training starten", und die Plattform wird automatisch Rechenressourcen zuweisen.
- Ergebnisse AnsichtNach Abschluss des Trainings können die Ergebnisse und Protokolle in der Konsole eingesehen werden, wobei das Herunterladen von Modellen und Daten unterstützt wird.
Erweiterte Funktionen
- CLI-ToolsDownloaden und installieren Sie das OpenBayes CLI-Tool für die Projektverwaltung und das Modelltraining über die Kommandozeile.
- automatische ParametrierungHyperparameter-Autotuning: Verwenden Sie die von der Plattform bereitgestellte Hyperparameter-Autotuning-Funktion, um die Modellleistung zu optimieren.
- FerndiagnoseKonfigurieren Sie ein SSH-Login, um eine Verbindung zu PyCharm oder VS Code für Remote-Debugging herzustellen.
Privater Einsatz
- Kontakt zum SupportWenn Sie eine private Bereitstellungslösung benötigen, können Sie das OpenBayes-Supportteam über die offizielle Website kontaktieren.
- Maßgeschneiderte LösungenMaßgeschneiderte Hardware- und Softwarekonfigurationen auf der Grundlage von Geschäftsanforderungen, die physische Cluster und hybride Cloud-Bereitstellungen unterstützen.
- Durchführung des EinsatzesDas OpenBayes-Team wird bei der privaten Bereitstellung helfen und sicherstellen, dass das System stabil ist.