公开资源

提供了一些常见的公开数据集、预训练模型以及公开的教程

最后更新于

OpenBayes 提供了三种类型的公开资源:

  1. 公开数据集
  2. 公开预训练模型
  3. 公开教程

公开数据集

机器学习模型的训练通常需要使用大量的标注数据,目前市面上有大量的公开数据集(如 PASCAL_VOC)方便机器学习从业者直接拿来使用。这些数据集有些规模比较巨大,为了方便用户直接在 OpenBayes 平台直接使用(而不是自己去下载后上传),OpenBayes 会周期性将这种通用的数据集通过「公开数据集」的形式提供给 OpenBayes 的用户。

当您把公开数据集中的数据添加到容器中后,其数据集所用的空间不会占用个人相应的存储空间

在「创建新容器」时,可以将公开数据集绑定到容器中:

公开预训练模型

和公开数据集类似,市面上有大量的预训练模型可以用于 迁移学习 ,这些预训练模型通常是通过大规模的数据集以及大量的算力训练得到的。同样的,这些预训练模型也可以在创建新容器的时候绑定到容器中使用。

公开教程

公开教程主要是市面上的一些教程,方便用户熟悉 OpenBayes 的使用,通过「克隆教程」可以直接将教程运行起来,方便用户对相应内容的学习。

权限

相应公开资源的所有者,可以根据不同的项目指定不同的文件批量下载策略,如项目所有者开启「允许文件批量下载」的选项,则用户可以直接从控制台中下载相应的数据集/容器/预训练模型。反之,用户则必须通过 OpenBayes 平台访问该内容。