基于XEdu开发无代码训练AI模型插件

新知榜官方账号

2023-10-20 22:30:16

背景

为了能让没有代码基础的学生也能顺利训练AI模型,作者分析了XEdu训练AI模型的核心代码,介绍了实现无代码训练AI模型的原理,并以QT、Gradio、VB等多种工具为例,展示无代码训练AI模型的XEdu插件编写过程,为一线教师和企业工程师提供了开发人工智能教学工具的新思路。

分析

XEdu的核心模块是MMEdu,是基于国产计算机视觉算法包OpenMMLab做的封装。在设计MMEdu的时候,笔者对AI模型的基本流程做了梳理,归纳出四大步骤:①构建一个SOTA模型;②指定数据集路径、分类数量;③指定权重文件保存路径;④设定训练参数、开始训练。

实际上,训练模型代码之所以复杂,是因为大量的代码用于处理数据集和逐层构建神经网络模型。当MMEdu将数据集的格式做了规范,并且用SOTA模型的名称来简化模型搭建过程后,代码就变得非常简洁。XEdu团队最终设计的MMEdu训练AI模型的典型代码为6行,如图1所示的代码用于图像分类的模型训练,使用的是猫狗二分类数据集。

既然训练模型的代码如此简单,那么只要借助一款带界面设计功能的编程语言,或者网页表单,就能设计出一款“Step-by-step”训练AI模型的插件(全程不需要写一行代码),生成的代码可直接写入一个名为*.py的文件,调用Shell命令即可开始AI模型的训练。

工具

常见的工具或者开发路径包括Python+GUI库、Python+可快速搭建Web应用的库、Python+Web开发框架、任何支持GUI的编程语言。本文介绍了EasyTrain、Gradio、Remi、PyWebIO、Flask、Django、Tornado、VB等多种工具。

结论

无代码训练AI模型功能的实现并非仅仅为了降低难度,而是强调了训练模型属于流程化的工作,本来就不需要太多编程知识作为基础。当模型训练技术成熟后,用户在图形界面下操作自然更加方便。期待有更多学科的教师突破学科壁垒,参与到人工智能教育中来。

本页网址:https://www.xinzhibang.net/article_detail-17428.html

寻求报道,请 点击这里 微信扫码咨询

关键词

XEdu 无代码训练 AI模型

分享至微信: 微信扫码阅读

相关工具

相关文章