ModelArts-給本科生AI開發者加雞腿

一、熱情與心路

9月份開學的時候，接觸一些大一的學弟學妹，對什么感興趣，很多人脫口而出四個字：人工智能！繼續問，什么是人工智能？哈哈哈，答案當然是模糊的，是人性化的情感分析，還是自動化的智能控制算法，還是強大的識別能力？畢竟剛剛經歷過高考，對專業還是一臉的茫然，但是AI的潮流影響之大，可見一斑！

類似的問題問大二的學生，想不想做一些課外興趣技能的學習，超過50%的朋友們的回答是想，很多參加大學生創新訓練計劃的的題目就是圖像識別，物體檢測，文本分析等等。這個時候大家知道了要學習模型，要學習算法，當然，在這之前，得補一補python~。隨著時間的增長，在學習的過程中，問題也在不斷地出現，電腦環境？硬件性能？如何部署？大家開始考慮如何更好的學習AI。

學習AI更令人期待的就是一個玩的過程，玩，就要玩出新花樣！

相信很多朋友們認識上面的三個家伙，智能車、TI杯的無線充電電動小車、四旋翼飛行器。無論學硬件還是軟件的朋友們，給咱學的東西加點菜，不就更好玩了嘛。

二、ModelArts給你加菜

很多朋友們都抱著對AI學習的極大興趣，但是大家的基礎和經驗也不一樣，ModelArts就是面向不同能力的開發者，降低了大家學習的門檻。ModelArts以全流程的極簡和自動化升級AI開發模式，讓數據準備、算法開發、模型訓練、模型管理、模型推理全鏈條產生質的飛躍。

什么是全流程？

1. 自動學習

2. 數據管理

3. 開發環境

4. 作業訓練

5. 在線部署

華為云賬號注冊與實名認證（實名認證拍照認證是最快的方法）

modelarts所在位置

點擊EI企業智能即可看到ModelArts,進去之后點擊進入控制臺界面即可：

其他的領取資源，開發環境創建等這里不再贅述。

在自己的電腦上安裝Anaconda來為自己提供學習練習的機會，畢竟初期入門的時候很容易浪費云資源。

（1）下載anaconda(官網：https://www.anaconda.com/)

選擇和自己電腦相適應的版本進行下載安裝

（2）在自己的電腦上安裝各種庫文件，采用命令行安裝的方式

安裝opencv庫：pip install opencv-python -i https://mirrors.ustc.edu.cn/pypi/web/simple

安裝numpy庫：pip install numpy

.............................

（3）利用obsutil將大文件傳送至OBS桶

下載obsutil:

必備指令：

初始化配置:

Windows操作系統 : obsutil config -i= ak -k= sk -e= endpoint

macOS/Linux操作系統 : obsutil config -i= ak -k= sk -e= endpoint

ak 和? sk代表自己的訪問密鑰，endpoint代表自己的終端節點（查看網址:https://developer.huaweicloud.com/endpoint?OBS）

上傳對象：（windows系統為例）

obsutil cp d:\temp\test.txt obs://bucket-test/key， 將D盤temp路徑下名為test.txt的文件上傳至bucket-test桶中，并且重命名為key。

obsutil cp d:\temp obs://bucket-test/temp -f -r，遞 歸上傳D盤temp文件夾中的所有文件和子文件夾至bucket-test桶的temp文件夾中。

（4）做好前期的準備工作就可以安心的學習啦！

四、校園學習興趣小組的建設：

建設理念：ModelArts_AI開發訓練實戰小組應本著互幫互助，共同探索，組合突破的學習原則，充分利用課余時間完成AI訓練，注重知識筆記與經驗總結，分階段進行理論知識的探討，覆蓋大一大二大三年級，探討所有實戰營任務。涵蓋圖像分類、圖像識別、場景檢測、文本分類與識別等全面內容，結合ModelArts平臺全流程服務，在思考中總結，在交流中改錯。共同參與，才能讓這件有意思的事情變得更有意思！

經驗分享：好吧，做個最壞的打算，可能實名注冊就會有問題，也可能電腦安裝不了anaconda，或者某一期的任務就會打不開，再或者云資源很快就被浪費完了，這些煩心事在入門的時候就像家常便飯一樣，但都是雞毛小事，大家交流一下，進展快的同學分享一下學習筆記，分分鐘搞定。但是不要讓這些小事影響大家的參與度哦~

充分結合大學生創新訓練計劃與科技創新競賽，比如電子設計競賽，智能車大賽，無人機比賽........天上飛的，地上跑的，玩的越豐富，對AI的了解與應用也就更加深刻。競賽參與并拿獎的過程更是可以極大的提高隊員的參與度與成就感。

建立小組任務考核機制，基于ModelArts實戰營任務，結合不同年級的學生差別，合理化布局學習任務，并鼓勵大家進行實戰任務的拓展，進行學習筆記的整理檢查，定期開展交流會，利用實驗室資源進行AI落地，結合專業競賽，玩出新花樣。

AI開發平臺ModelArts AI 開發者

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。