Home
- ModelArts官方文档的打开方式（jupyter notebook格式） 虽然号称可以直接在github中打开，当实测多次基本无法打开（也许是因为网速原因）。因此较靠谱是用以下两种方式：
- 自己安装jupyter notebook环境：由于python2.7的兼容bug https://www.jianshu.com/p/483dd8dcfcfb 以及各种依赖包的版本问题，所以最好不要用pip独立安装ipython或jupyter，推荐直接安装集成环境，如Conda https://www.jianshu.com/p/5eed417e04ca 或Anaconda http://baijiahao.baidu.com/s?id=1596866816908926760&wfr=spider&for=pc
- 使用在线阅读：只是为了读文档去安装环境总是让人有点不爽，于是福利来了，在线环境https://nbviewer.jupyter.org 帮你无痛解决，更幸福的是它扶持URL传参，于是可以直接访问以下链接来读到我们的文档：https://nbviewer.jupyter.org/github/huaweicloud/ModelArts-Lab/blob/master/Notebook%E6%A1%88%E4%BE%8B/01_face_recognition_DL/Face.ipynb
-
实名认证及密钥 注册华为云后一定要先进行实名认证，然后再点我的凭证，生成密钥。否则生成的密钥无效，在后继的操作中会提示IAM错误。
-
收费服务不使用时一定记得关闭，按小时收费，可以在总览中看到所有正在收费的项目
文档中有些地方讲的不太细，在这里指出使用过程中一些坑：
-
过程中需要下载三个文件，千万不要直接点击文档中的链接进行另存为，直接下载的是一个html页面。为方便下载我已经做好了这三个文件的web下载链接，点击http://123.206.26.34/html/ai/ 查看文件列表。
-
创建数据集时首先要新建桶（可以下载OBS客户端，以后上传东西会方便一些，不想下载的可以直接使用网页版 https://storage.huaweicloud.com/obs/ ），按文档指引导入Mnist-Data-Set数据集时要选中这个新建的桶，然后在桶中新建文件夹mnist（注意一定要使用这个文件夹名），选中该文件夹后才能确定。
-
按文档步骤训练完成后，在OBS文件系统的log文件夹中会自动生成一个model的目录（千万不要自己创建，如果没有生成一定是之前的步骤有误），customize_service.py和config.json一定要放进这个model文件夹。如下图。否则系统会提示创建了一个新的config，然后你就不能上传图进行预测了。
-
点创建模型时一定要注意右上角是否有提示信息（一闪而过），有信息就说明你上传的customize_service.py和config.json有错误，如果没有问题会加载出运行时的依赖列表。如下
https://github.com/wonleing/AI_number_recognize/blob/master/numberrec.py
这是我写的一个应用实例，实现的是一个把验证码图片转换、切割、标准化，再post到你自己搭建的在线识别服务器一一识别，最后整合输出识别结果的一个完整过程。可以用作网站或APP上的数字验证码识别，从而达到自动化或批处理的目的。代码在ubuntu python2.7环境上测试通过。
实际运行中需要设置裁减尺寸、你的登录信息及服务地址等。详细的说明及代码解析都在写代码注释里，这里就不贴出来分析了。 另外，因为我是随便找了一张验证码图片，与训练过程使用的图差别非常大，所以识别结果并不精准。这可以通过你在训练服务中增加你实际中遇到的样例来提高精准度。这部分内容以后再做补充。