網絡人工智能引擎iMaster NAIE是自動駕駛網絡的網絡AI設計和開發基礎平臺，支持對上傳到云端的各種網絡數據，持續進行AI訓練和知識提取生成AI模型和網絡知識成果，并可注入到網絡基礎設施、網絡管控單元和跨域智能運維單元中，讓網絡更好用，越用越智能。也是運營商智力資產共享中心，統一管理各種AI模型和網絡知識等成果，充分共享和重復使用，減少重復開發和訓練。NAIE主要包含數據服務、訓練服務、AI市場和網絡AI應用，以云服務的方式，向運營商和第三方業務應用開發者提供各項AI服務，降低AI應用開發的門檻。讓網絡AI開發更簡單、應用更高效，使能自動駕駛網絡！
課程簡介
基于華為網絡領域實踐案例，在華為網絡人工智能平臺NAIE上，以訓戰結合的教學方式，全方位提升學員在網絡AI領域開發和應用的技能。同時可獲得華為認證社會實踐證書。
課程目錄
|
課程類別
|
教學內容
|
實訓內容
|
|
|
網絡AI模型開發
|
1. NAIE云服務定位和架構
|
1.1. 前期準備
1.2. 服務訂閱
|
|
|
2. 網絡數據治理
|
2.1. 數據入湖
2.2. 數據處理
2.3. 數據建模
2.4. 數據加載
|
|
|
3. 網絡數據標注
|
3.1. 數據時序標注
3.2. 數據探索
|
|
|
4. 網絡數據集管理
|
4.1. 數據集發布
4.2. 服務退訂
|
|
|
5. 訓練數據集特征分析
|
5.1. 前期準備
5.2. 場景描述
5.3. 創建項目
5.4. 導入數據
|
|
|
6. 模型特征工程構建
|
6.1. 特征工程
|
|
|
7. 模型訓練
|
7.1. 模型訓練
7.2. 模型管理
7.3. 模型驗證
|
|
|
網絡 AutoML
|
1. 環境和數據準備
|
1.1. 平臺訪問
1.2. 創建項目
1.3. 導入數據
|
|
2. 基于JupyterLab實戰硬盤故障檢測場景
|
2.1. 資源準備
2.2. 基于JupyterLab實戰硬盤故障檢測
|
|
3. 基于WebIDE實戰硬盤故障檢測場景
|
3.1. 資源準備
3.2. 基于WebIDE實戰硬盤故障檢測
|
|
4. 基于訓練任務實戰硬盤故障檢測場景
|
4.1. 基于訓練任務實戰硬盤故障檢測場
|
|
5. 資源釋放
|
5.1. 特征工程中的JupyterLab開發環境
5.2. 模型訓練中的WebIDE開發環境
|
400-828-1488
客服中心
在線客服
成功案例
回到頂部