机器学习门槛都这么低了……点点鼠标就能训练模型和部署服务

Posted 2021-09-04 向往的码农

编｜章磊

看到这个标题估计有人要开喷了……

你懂什么是机器学习吗？
你知道啥是玻尔兹曼机吗？
你懂宽深神经网络干啥的吗？
切赫同调估计你都没没听过吧？
我看你傅立叶变换都写不出来吧！

来来来，把这个矩阵的逆给我写出来！

打虫豸,好不好?我是虫豸——还不放么?

鲁迅

话说阿Q一脚踏进土谷祠的门槛……

噢。。。差点忘了，言归正传，还是聊聊门槛。

-------------------------------------------------尴转线-------------------------------------------------

1、缘起

上过我阔的同学们应该记得，在《简单的几个名词》里老厮曾用似懂非懂的语气提过ModelArts的作用，当时的理解也就是精通ModelArts单词的拼写而已，至今我都不晓得这个词是model architectures的缩写还是“模型的艺术”。

不管怎样，天空飘来9个字，就记住modelarts。。。儿

慢慢地，这个名字也开始淡忘了，直到某一天，老厮的老师说有个花卉的实验建议我们跑下。

使用ModelArts实现花卉图像分类

刚开始我和大家的想法一样：这玩意儿是煞。

在“免费”两个字的驱使下，仅会点点鼠标的我，抱着试一试的态度进入了所谓的沙箱实验室。

界面大概就长成这样。

左边的文档很贴心，让你感觉退出来都心中有愧！

基本上只要你还认识字，都可以完整的走到最后一步，关键是要细心。

幸运的是，老夫在最后2分钟里把实验结果跑出来了，但是已完成却只显示“50%”。

就这样稀里糊涂把实验做完了，隐约中get到以下几点：

1. 弄个桶，把要训练的数据丢进去
2. 创建训练作业，选择训练算法
3. 模型训练发了，可以本地发起测试
4. 测试OK，还得部署才能在线上使用
5. 实验做完了记得结束，给其他同学机会，同时也养成了省钱的好习惯

值得一提的是，大家填写桶名称后把名字记在一边，老厮就差点因为没找到桶名动了一丝放弃实验的小念头。

告诉大家一个小秘密，这个实验可以做无数次哦，只要当天还有名额，延时了就重新做一遍，总比续费来得踏实哈。

当然了，做完花卉实验觉得意犹未尽的同学，可以看看其他实验呢。

2、实战

偶尔的一个夜深人静，闲得无聊时打开了华为的在线课程，同样报着试一试的态度搜下“modelarts”,还真有这方面的课程。

里面一个人车识别的项目吸引了我，就冲这起的标题比我还能“吹”。

查下自己的代金券，还有64块钱，行！果断实战一下吧～

具体的实战过程在这里写得很详细，不再赘述，把遇到的几个问题罗列下吧～～

2.1、选择数据集

选择“数据集输入位置”的时候，就选择整个目录，比如我下载的数据放在桶的dataset文件夹下面，那路径选到dataset就可以了，千万不要想当然地选到训练数据的图片目录。

2.2、标注图片

“同步数据源”会发现有100张图片是已标注的，就是说已经人为地告诉模型车在图上什么位置，人在什么位置。

还有50个是未标注的，我们可以趁机学习在ModelArts中来学习图片标注，只不过这个标注有点难用，反正以我智商没找到“保存”在哪哈，所以只能依靠提示来保存了。

还有这个撤销不知道为什么一直无法点击（MacOs Big Sur 版本 91.0.4472.164（正式版本） (x86_64)）。

就标注一个吧，了解下怎么玩的就行了。

3、使用

正好有几分钟的时间，去刷个牙，回来模型就训练好了。

只是这个准确率不怎么高啊。。。
模型部署成功后，我们先用项目提供的测试图片预测一下。

说好的能识别车和人的，那么大个人都框不住？？？

为了避免冤枉，我们在百度上再随便找个有车有人的图片哈。

好家伙，现在连大老远的车子都没法识别了。

当然了，这都是模型或数据的问题，跟ModelArts应该没多大关系（ 好了，枪可以放下了吧）。

当然了，除了在ModelArts中预测，我们还可以待上线服务成功后用api直接调，正好老夫电脑上有postman，我们根据调用指南来调用下接口吧。

嗯，我就知道没这么顺利，token在哪里拿？？？

文档指向了这里，说好的token在控制台差不多就能找到的呢，这描述看得头皮发麻。。。。

深吸一口气，平复下心情。
看下IAM账号。


调用获取token api
我们按照这个文档补充访问链接和参数，红框内参数根据自己情况填写。

百般曲折，才终于拿到token。

然后兴奋地把这个token放到最上面部署的线上api上，结果第一下就出来了调用成功结果，稍感意外！

唉哟，不行不行，我要庆祝下了。

总结

从上面的描述来看，机器学习门槛确实不高，认识字会一些基本的电脑操作就能和玩模型训练了。

对于前端的同学们，把那个api拿出来套个壳，就能做一个车辆识别app了，然后包装下上市敲钟，妥妥的AI概念股啊！！！

我们甚至可以预计，在不久的将来，会有这样一条流水线，知识不高的工人们按照墙上的大纸，点点鼠标就能训练模型和部署服务。

诶哟，不行不行了，我要回农村建厂了，古得拜~