使用ModelArts自动学习完成猫狗声音分类
准备数据
点击下载猫狗声音数据集至本地;
解压,文件包结构大概如下图所示
data
├── test
│ ├── cats
│ │ ├── cat_20.wav
│ │ ├── ......
│ │ └── cat_29.wav
│ └── dogs
│ ├── dog_20.wav
│ ├── ......
│ └── dog_29.wav
└── train
├── cats
│ ├── cat_0.wav
│ ├── ......
│ └── cat_19.wav
└── dogs
├── dog_0.wav
├── ......
└── dog_19.wav
创建项目
登录ModelArts管理控制台,点击左侧导航栏的自动学习,进入自动学习页面;
点击右侧项目页面中的声音分类的创建项目按钮;
3. 在创建自动学习项目页面,计费模式默认“按需计费”,填写“名称”并选择“训练数据”的存储路径
在obs路径选择页面上,选择你的obs,在你想要保存数据的路径上新建文件夹,输入名称后,点击确定新建文件夹,然后在训练数据页面点击确定以新建的空文件夹作为你的训练数据源;
4. 点击右下角创建项目。
数据标注
在数据标注页面上,点击添加音频
2. 先添加data/train/cats下的数据,点击确定,可以看到界面已经显示音频数据
3. 可以点击音频左侧的播放按钮试听
4. 点击选择音频进行标注,一次可以多选,在这里我们勾选选择当前页直接选取当前页面的所有音频;
5. 右侧输入cat标签,并点击确定
6. 在已标注标签页上可以看到已标注的数据,并可以进行标签更改
7. 同样的方式添加data/train/dogs下的音频并标注为dog
模型训练
页面右下角点击开始训练,进入模型训练页面
2. 大概2-3分钟后训练结束,可以在右侧查看训练结果
部署上线
点击部署,等待约5分钟左右,部署成功
2. 页面中间是服务测试,点击上传,选择data/test目录下的猫狗音频,然后点击预测,在页面的右侧可以查看预测结果
3. 可以进行多次预测,查看预测结果
4. 结束前,点击版本管理的停止按钮,已避免产生不必要的费用
流程到此为止了,如果你觉得老山的文章不错,不妨点击关注。
作者:山找海味
使用ModelArts自动学习完成猫狗声音分类的更多相关文章
- 使用VGG16完成猫狗分类
from keras.applications.vgg16 import VGG16 from keras.models import Sequential from keras.layers imp ...
- 学习完Spring MVC体会
学习完spring mvc感觉很不错,万事开头难,付出定有回报,坚持必将成功
- 机器学习框架ML.NET学习笔记【9】自动学习
一.概述 本篇我们首先通过回归算法实现一个葡萄酒品质预测的程序,然后通过AutoML的方法再重新实现,通过对比两种实现方式来学习AutoML的应用. 首先数据集来自于竞赛网站kaggle.com的UC ...
- 实践案例丨基于ModelArts AI市场算法MobileNet_v2实现花卉分类
概述 MobileNetsV2是基于一个流线型的架构,它使用深度可分离的卷积来构建轻量级的深层神经网,此模型基于 MobileNetV2: Inverted Residuals and Linear ...
- JAVA学习路线图---(JAVA1234) 分类: B1_JAVA 2013-10-05 10:22 502人阅读 评论(1) 收藏
转自:http://blog.csdn.net/pplcheer/article/details/12276999 第一阶段-Java基础 这一阶段很重要,关系到你后面阶段的学习,所以务 ...
- 深度学习之 cnn 进行 CIFAR10 分类
深度学习之 cnn 进行 CIFAR10 分类 import torchvision as tv import torchvision.transforms as transforms from to ...
- Pytorch学习--编程实战:猫和狗二分类
Pytorch学习系列(一)至(四)均摘自<深度学习框架PyTorch入门与实践>陈云 目录: 1.程序的主要功能 2.文件组织架构 3. 关于`__init__.py` 4.数据处理 5 ...
- 学习完nio的一个小笔记吧
这是一个nio网络通信服务端的demo,主要就学习了selector的一些用法,以及它里面的事件类型 selector是对nio的一个优化,它能保证既能高效处理线程中的事件,又能保证线程不会一直占用c ...
- CefSharp的简单应用,制作自动学习视频软件(基于Chromium)
CefSharp在NuGet的简介是“The CefSharp Chromium-based browser component”,机翻的意思就是“基于Cefsharp Chromium的浏览器组件” ...
随机推荐
- AHOI2018 排列
首先是那个非常吃shi的题意,想好久一会就能发现题里面的意思是: 如果某一个数的值为x,那么它必须排在第x个数后面. 然后我们就可以发现形成了一棵树,第i个数的父亲是i,如果出现了环就说明无解. 于是 ...
- day 1 晚上 P2824 [HEOI2016/TJOI2016]排序 线段树
#include<iostream> #include<cstdio> #include<cstdlib> #include<cmath> #inclu ...
- linux 打包 | autoconf 使用方法
面试题 嵌入式 0x10道题目 宏定义 #define 宏体 宏体 (大写) #define SECOND_OF_YEAR (365*24*3600)UL 可移植性 数据声明 一个存有10个指针的数组 ...
- linux下 驱动模块编译步骤
本文将直接了当的带你进入linux的模块编译.当然在介绍的过程当中,我也会添加一些必要的注释,以便初学者能够看懂.之所以要写这篇文章,主要是因为从书本上学的话,可能要花更长的时间才能学会整个过程,因为 ...
- python经典面试算法题1.4:如何对链表进行重新排序
本题目摘自<Python程序员面试算法宝典>,我会每天做一道这本书上的题目,并分享出来,统一放在我博客内,收集在一个分类中. 1.4 对链表按照如下要求重新排序 [微软笔试题] 难度系数: ...
- python内置模块collections介绍
目录 python内置模块collections介绍 1.namedtuple 2.deque 3.defaultdict 4.OrderedDict 5.ChainMap 6.Counter 7.小 ...
- python机器学习——逻辑回归
我们知道感知器算法对于不能完全线性分割的数据是无能为力的,在这一篇将会介绍另一种非常有效的二分类模型--逻辑回归.在分类任务中,它被广泛使用 逻辑回归是一个分类模型,在实现之前我们先介绍几个概念: 几 ...
- MySql: AUTO_INCREMENT
首先要在Column使用AUTO_INCREMENT (每张表只有一个列可以AUTO_INCREMENT): 以下示例取自MySql官网(http://dev.mysql.com/doc/refman ...
- 本地Git连接GitLab(服务器)远程仓库
1.简介 远程仓库是指托管在网络上的项目仓库,现在互联网上有很多项目托管平台,比如github.gitlab等.为了不公开自己项目代码,可以在自己的服务器上搭建自己的项目仓库,最常见的是搭建GitLa ...
- MySql——创建数据表,查询数据,排序查询数据
参考资料:<Mysql必知必会> 创建数据表 在学习前首先创建数据表和插入数据.如何安装mysql可以看看上个博客https://www.cnblogs.com/lbhym/p/11675 ...