版本发布记录

全功能AI开发平台 BML

  • 版本发布记录
  • 快速开始
    • 用BML实现表格预测
    • 用BML实现序列标注
    • 用BML实现文本实体抽取
    • 用BML实现图片分类
    • 用BML实现实例分割
    • 用BML评价短文本相似度
    • 用BML实现开源大模型的预训练（Post-pretrain）
    • 用BML实现文本分类
    • 用BML实现物体检测
  • 模型仓库
    • 从训练任务导入模型
    • 查看模型
    • 创建模型
    • 模型仓库简介
    • 从本地导入模型
    • 校验模型
    • 服务代码文件示例
      • Sklearn服务代码文件示例
      • XGBoost服务代码文件示例
  • 平台管理
    • 权限管理
    • 在BML平台使用并行文件系统PFS和对象存储BOS
    • 在BML平台使用容器镜像服务CCR
    • 在BML使用外部镜像
    • 项目空间管理
    • 镜像管理
      • 镜像使用
      • 镜像管理简介
      • 常见问题
      • 自定义镜像
    • 资源管理
      • 资源池管理简介
      • 资源池使用简介
  • 预测部署
    • 批量预测(用户资源池)API
    • 文字识别模型部署
      • 文字识别任务API参考文档
      • 文字识别任务公有云部署
    • 通用模型部署
      • 标准接口规范参考
      • Paddle框架API调用文档
      • sklearn框架API调用文档
      • 公有云部署
      • XGBoost框架API调用文档
      • tensorflow框架API调用文档
      • Pytorch框架API调用文档
      • 通用类模型API参考
      • 错误码
    • 语音技术模型部署
      • 声音分类API调用文档
    • 视觉模型部署
      • 智能边缘控制台-多节点版
      • 端云协同服务部署
      • 智能边缘控制台-单节点版
      • 视觉任务模型部署整体说明
      • 软硬一体方案部署
        • 视觉任务Jetson专用SDK集成文档
        • 如何获取视觉任务软硬一体产品
        • 视觉任务EdgeBoard(VMX)专用SDK集成文档
        • 视觉任务EdgeBoard(FZ)专用SDK集成文档
        • 视觉任务专用辨影SDK集成开发文档
      • 私有服务器部署
        • 视觉模型如何部署在私有服务器
        • 私有API
          • 如何发布私有API
          • 图像分类-单图单标签私有API集成文档
          • 图像分类-单图多标签私有API集成文档
          • 物体检测私有API集成文档
        • 服务器端SDK
          • 视觉任务服务器端LinuxSDK集成文档-Python
          • 视觉任务服务器端LinuxSDK集成文档-C++
          • 如何发布服务器端SDK
          • 视觉任务服务器端WindowsSDK集成文档
          • 视觉任务服务器端SDK简介
      • 设备端SDK部署
        • 视觉任务WindowsSDK集成文档
        • 视觉任务iOSSDK集成文档
        • 视觉任务LinuxSDK集成文档-Python
        • 视觉任务LinuxSDK集成文档-C++
        • 视觉任务设备端SDK使用说明
        • 如何发布视觉任务设备端SDK
        • 视觉任务AndroidSDK集成文档
      • 公有云部署
        • 文字识别API参考文档
        • 视觉任务公有云部署
        • 物体检测API参考文档
        • 图像分类-单图单标签API参考文档
        • 实例分割API参考文档
        • 图像分类-单图多标签API参考文档
    • 表格预测模型部署
      • 整体说明
      • 公有云部署
    • 公有云部署管理
      • 配置AB测试版本
      • 批量预测服务
      • 公有云部署
      • 公有云部署简介
      • 配置休眠策略
    • NLP模型部署
      • 自然语言处理任务模型部署整体说明
      • 私有服务器部署
        • 如何部署在私有服务器
        • 私有服务API说明
          • 私有部署说明-短文本相似度
          • 私有化部署接口说明-文本分类
          • 私有部署文档-序列标注
          • 文本实体抽取API调用文档
      • 公有云部署
        • 短文本匹配API调用文档
        • 文本实体抽取私有API调用说明
        • 如何发布自然语言处理任务API
        • 文本分类-多标签API调用文档
        • 文本分类API调用文档
        • 序列标注API调用文档
  • 数据服务
    • 数据服务简介
    • 智能数据API
    • 公有云服务调用数据反馈
    • 智能标注
      • 文本智能标注介绍及原理说明
      • 图像智能标注介绍说明
    • 管理视觉数据
      • 实例分割数据导入与标注
        • 数据标注说明
        • 导入未标注数据
        • 导入已标注数据
      • 物体检测数据导入与标注
        • 物体检测数据标注说明
        • 物体检测导入未标注数据
        • 物体检测导入已标注数据
      • 图像分类数据导入与标注
        • 图像分类导入未标注数据
        • 图像分类导入已标注数据
        • 图像分类数据标注说明
    • 管理文本数据
      • 文本分类数据导入与标注
        • 文本分类数据标注说明
        • 文本分类数据导入与标注
        • 数据去重策略
      • 序列标注数据导入与标注
        • 序列标注标注说明
        • 序列标注数据导入
        • 数据去重策略
      • 文本实体抽取数据标注
        • 文本实体抽取数据标注
        • 文本实体抽取数据导入
        • 数据去重策略
      • 短文本匹配数据导入与标注
        • 短文本匹配数据导入与标注
        • 数据去重策略说明
        • 短文本匹配数据标注
  • 产品简介
    • BML平台升级公告
    • 平台重点升级介绍
    • 产品优势
    • 产品功能
    • 什么是BML
    • 文心大模型
  • 产品定价
    • 服务器部署价格说明
    • 专项适配硬件部署价格说明
    • 公有云部署计费说明
    • 批量预测计费说明
    • 模型训练计费说明
    • 通用小型设备部署价格说明
  • 模型训练
    • Notebook建模
      • 创建并启动Notebook
      • Notebook导入数据集
      • 保存Notebook中的模型
      • Notebook使用参考
      • 常见问题
      • 数据模型可视化功能说明
      • Notebook简介
      • 发布模型
      • 配置模型
      • 使用Notebook开发模型
      • 如何使用Notebook SSH 功能
      • Notebook从训练到部署快速入门
        • Codelab Notebook自定义环境部署最佳实践
        • 基于Notebook的图像分类模板使用指南
        • 基于 Notebook 的 NLP 通用模板使用指南
        • Notebook 模板使用指南概述
        • 基于 Notebook 的通用模板使用指南
        • 基于 Notebook 的物体检测模板使用指南
    • 自定义作业建模
      • 自定义作业简介
      • 训练作业API
      • 训练作业
        • 使用训练作业训练模型
        • 创建训练作业
        • 发布模型
        • 训练作业代码示例
          • TensorFlow 1.13.2
          • AIAK- Training Pytorch版
          • TensorFlow 2.3.0
          • Blackhole 1.0.0
          • Pytorch 1.7.1
          • Sklearn 0.23.2
          • XGBoost 1.3.1
          • PaddlePaddle 2.0.0rc
      • 自动搜索作业
        • 创建自动搜索作业
        • yaml文件编写规范
        • 自动搜索作业简介
        • 自动搜索作业代码编写规范
        • 自动搜索作业代码示例
          • XGBoost 1.3.1代码规范
          • TensorFlow 1.13.2代码规范
          • Sklearn 0.23.2代码规范
          • Pytorch 1.7.1代码规范
          • Tensorflow2.3.0代码规范
          • PaddlePaddle 2.1.1代码规范
    • 可视化建模
      • 快速入门
      • 概述
      • 组件菜单
        • 001-基本操作
        • 003-查看模型特征溯源
        • 007-组件状态
        • 008-组件资源配置
        • 006-组件列选择
        • 002-查看模型可解释性
        • 004-查看特征重要性
      • 组件说明
        • 015-图算法
        • 004-特征工程组件
        • 003-数据处理组件
        • 012-预测组件
        • 008-聚类算法
        • 009-Python算法组件
        • 002-数据集组件
        • 014-自然语言处理组件
        • 010-NLP算法
        • 016-统计分析组件
        • 006-回归算法
        • 007-异常检测算法
        • 013-模型评估组件
        • 005-分类算法
        • 018-时间序列组件
      • 画布操作说明
        • 005-AutoML(自动调参)
        • 002-开始训练
        • 001-概述
    • 预置模型调参建模
      • 预置模型调参简介
      • 神经网络训练搜索
      • 开发视觉模型
        • 视觉任务简介
        • 查看训练结果
        • 创建视觉任务
        • 配置视觉任务
        • 开发参考
          • 视觉预训练模型
          • 超参数配置参考
          • 评估报告参考
          • 自动超参搜索配置参考
          • 数据增强算子参考
          • 训练时长设置参考
          • 网络选型参考
      • 开发表格预测模型
        • 创建表格预测任务
        • 配置专家模式表格数据预测任务
        • 查看训练结果
        • 配置AUTOML模式表格数据预测任务
        • 表格预测任务简介
      • 开发文字识别模型
        • 文字识别任务简介
        • 文字识别任务操作流程
      • 开发自然语言处理模型
        • 查看训练结果
        • 自然语言处理任务简介
        • 配置NLP任务
        • 创建NLP任务
        • 代码模板升级及迁移说明
所有文档
menu
没有找到结果，请重新输入

全功能AI开发平台 BML

  • 版本发布记录
  • 快速开始
    • 用BML实现表格预测
    • 用BML实现序列标注
    • 用BML实现文本实体抽取
    • 用BML实现图片分类
    • 用BML实现实例分割
    • 用BML评价短文本相似度
    • 用BML实现开源大模型的预训练（Post-pretrain）
    • 用BML实现文本分类
    • 用BML实现物体检测
  • 模型仓库
    • 从训练任务导入模型
    • 查看模型
    • 创建模型
    • 模型仓库简介
    • 从本地导入模型
    • 校验模型
    • 服务代码文件示例
      • Sklearn服务代码文件示例
      • XGBoost服务代码文件示例
  • 平台管理
    • 权限管理
    • 在BML平台使用并行文件系统PFS和对象存储BOS
    • 在BML平台使用容器镜像服务CCR
    • 在BML使用外部镜像
    • 项目空间管理
    • 镜像管理
      • 镜像使用
      • 镜像管理简介
      • 常见问题
      • 自定义镜像
    • 资源管理
      • 资源池管理简介
      • 资源池使用简介
  • 预测部署
    • 批量预测(用户资源池)API
    • 文字识别模型部署
      • 文字识别任务API参考文档
      • 文字识别任务公有云部署
    • 通用模型部署
      • 标准接口规范参考
      • Paddle框架API调用文档
      • sklearn框架API调用文档
      • 公有云部署
      • XGBoost框架API调用文档
      • tensorflow框架API调用文档
      • Pytorch框架API调用文档
      • 通用类模型API参考
      • 错误码
    • 语音技术模型部署
      • 声音分类API调用文档
    • 视觉模型部署
      • 智能边缘控制台-多节点版
      • 端云协同服务部署
      • 智能边缘控制台-单节点版
      • 视觉任务模型部署整体说明
      • 软硬一体方案部署
        • 视觉任务Jetson专用SDK集成文档
        • 如何获取视觉任务软硬一体产品
        • 视觉任务EdgeBoard(VMX)专用SDK集成文档
        • 视觉任务EdgeBoard(FZ)专用SDK集成文档
        • 视觉任务专用辨影SDK集成开发文档
      • 私有服务器部署
        • 视觉模型如何部署在私有服务器
        • 私有API
          • 如何发布私有API
          • 图像分类-单图单标签私有API集成文档
          • 图像分类-单图多标签私有API集成文档
          • 物体检测私有API集成文档
        • 服务器端SDK
          • 视觉任务服务器端LinuxSDK集成文档-Python
          • 视觉任务服务器端LinuxSDK集成文档-C++
          • 如何发布服务器端SDK
          • 视觉任务服务器端WindowsSDK集成文档
          • 视觉任务服务器端SDK简介
      • 设备端SDK部署
        • 视觉任务WindowsSDK集成文档
        • 视觉任务iOSSDK集成文档
        • 视觉任务LinuxSDK集成文档-Python
        • 视觉任务LinuxSDK集成文档-C++
        • 视觉任务设备端SDK使用说明
        • 如何发布视觉任务设备端SDK
        • 视觉任务AndroidSDK集成文档
      • 公有云部署
        • 文字识别API参考文档
        • 视觉任务公有云部署
        • 物体检测API参考文档
        • 图像分类-单图单标签API参考文档
        • 实例分割API参考文档
        • 图像分类-单图多标签API参考文档
    • 表格预测模型部署
      • 整体说明
      • 公有云部署
    • 公有云部署管理
      • 配置AB测试版本
      • 批量预测服务
      • 公有云部署
      • 公有云部署简介
      • 配置休眠策略
    • NLP模型部署
      • 自然语言处理任务模型部署整体说明
      • 私有服务器部署
        • 如何部署在私有服务器
        • 私有服务API说明
          • 私有部署说明-短文本相似度
          • 私有化部署接口说明-文本分类
          • 私有部署文档-序列标注
          • 文本实体抽取API调用文档
      • 公有云部署
        • 短文本匹配API调用文档
        • 文本实体抽取私有API调用说明
        • 如何发布自然语言处理任务API
        • 文本分类-多标签API调用文档
        • 文本分类API调用文档
        • 序列标注API调用文档
  • 数据服务
    • 数据服务简介
    • 智能数据API
    • 公有云服务调用数据反馈
    • 智能标注
      • 文本智能标注介绍及原理说明
      • 图像智能标注介绍说明
    • 管理视觉数据
      • 实例分割数据导入与标注
        • 数据标注说明
        • 导入未标注数据
        • 导入已标注数据
      • 物体检测数据导入与标注
        • 物体检测数据标注说明
        • 物体检测导入未标注数据
        • 物体检测导入已标注数据
      • 图像分类数据导入与标注
        • 图像分类导入未标注数据
        • 图像分类导入已标注数据
        • 图像分类数据标注说明
    • 管理文本数据
      • 文本分类数据导入与标注
        • 文本分类数据标注说明
        • 文本分类数据导入与标注
        • 数据去重策略
      • 序列标注数据导入与标注
        • 序列标注标注说明
        • 序列标注数据导入
        • 数据去重策略
      • 文本实体抽取数据标注
        • 文本实体抽取数据标注
        • 文本实体抽取数据导入
        • 数据去重策略
      • 短文本匹配数据导入与标注
        • 短文本匹配数据导入与标注
        • 数据去重策略说明
        • 短文本匹配数据标注
  • 产品简介
    • BML平台升级公告
    • 平台重点升级介绍
    • 产品优势
    • 产品功能
    • 什么是BML
    • 文心大模型
  • 产品定价
    • 服务器部署价格说明
    • 专项适配硬件部署价格说明
    • 公有云部署计费说明
    • 批量预测计费说明
    • 模型训练计费说明
    • 通用小型设备部署价格说明
  • 模型训练
    • Notebook建模
      • 创建并启动Notebook
      • Notebook导入数据集
      • 保存Notebook中的模型
      • Notebook使用参考
      • 常见问题
      • 数据模型可视化功能说明
      • Notebook简介
      • 发布模型
      • 配置模型
      • 使用Notebook开发模型
      • 如何使用Notebook SSH 功能
      • Notebook从训练到部署快速入门
        • Codelab Notebook自定义环境部署最佳实践
        • 基于Notebook的图像分类模板使用指南
        • 基于 Notebook 的 NLP 通用模板使用指南
        • Notebook 模板使用指南概述
        • 基于 Notebook 的通用模板使用指南
        • 基于 Notebook 的物体检测模板使用指南
    • 自定义作业建模
      • 自定义作业简介
      • 训练作业API
      • 训练作业
        • 使用训练作业训练模型
        • 创建训练作业
        • 发布模型
        • 训练作业代码示例
          • TensorFlow 1.13.2
          • AIAK- Training Pytorch版
          • TensorFlow 2.3.0
          • Blackhole 1.0.0
          • Pytorch 1.7.1
          • Sklearn 0.23.2
          • XGBoost 1.3.1
          • PaddlePaddle 2.0.0rc
      • 自动搜索作业
        • 创建自动搜索作业
        • yaml文件编写规范
        • 自动搜索作业简介
        • 自动搜索作业代码编写规范
        • 自动搜索作业代码示例
          • XGBoost 1.3.1代码规范
          • TensorFlow 1.13.2代码规范
          • Sklearn 0.23.2代码规范
          • Pytorch 1.7.1代码规范
          • Tensorflow2.3.0代码规范
          • PaddlePaddle 2.1.1代码规范
    • 可视化建模
      • 快速入门
      • 概述
      • 组件菜单
        • 001-基本操作
        • 003-查看模型特征溯源
        • 007-组件状态
        • 008-组件资源配置
        • 006-组件列选择
        • 002-查看模型可解释性
        • 004-查看特征重要性
      • 组件说明
        • 015-图算法
        • 004-特征工程组件
        • 003-数据处理组件
        • 012-预测组件
        • 008-聚类算法
        • 009-Python算法组件
        • 002-数据集组件
        • 014-自然语言处理组件
        • 010-NLP算法
        • 016-统计分析组件
        • 006-回归算法
        • 007-异常检测算法
        • 013-模型评估组件
        • 005-分类算法
        • 018-时间序列组件
      • 画布操作说明
        • 005-AutoML(自动调参)
        • 002-开始训练
        • 001-概述
    • 预置模型调参建模
      • 预置模型调参简介
      • 神经网络训练搜索
      • 开发视觉模型
        • 视觉任务简介
        • 查看训练结果
        • 创建视觉任务
        • 配置视觉任务
        • 开发参考
          • 视觉预训练模型
          • 超参数配置参考
          • 评估报告参考
          • 自动超参搜索配置参考
          • 数据增强算子参考
          • 训练时长设置参考
          • 网络选型参考
      • 开发表格预测模型
        • 创建表格预测任务
        • 配置专家模式表格数据预测任务
        • 查看训练结果
        • 配置AUTOML模式表格数据预测任务
        • 表格预测任务简介
      • 开发文字识别模型
        • 文字识别任务简介
        • 文字识别任务操作流程
      • 开发自然语言处理模型
        • 查看训练结果
        • 自然语言处理任务简介
        • 配置NLP任务
        • 创建NLP任务
        • 代码模板升级及迁移说明
  • 文档中心
  • arrow
  • 全功能AI开发平台BML
  • arrow
  • 版本发布记录
本页目录
  • 2025年1月
  • 2024年2月
  • 2023年12月
  • 2023年8月
  • 2023年7月
  • 2023年4月
  • 2023年3月
  • 2023年2月
  • 2022年12月
  • 2022年11月
  • 2022年9月
  • 2022年8月
  • 2022年7月
  • 2022年5月
  • 2022年4月
  • 2022年2月
  • 2021年11月
  • 2021年10月
  • 2021年08月
  • 2021年07月
  • 2021年06月
  • 2021年04月
  • 2021年01月
  • 2020年12月
  • 2020年11月
  • 2020年9月
  • 2020年8月
  • 2020年7月
  • 2020年5月
  • 2020年4月
  • 2019年12月
  • 2019年10月

版本发布记录

更新时间：2025-08-21

2025年1月

序号 功能模块 功能描述
1 资源管理 支持专属资源池，管理员可在bml一站式购买专属隔离集群；支持notebook、作业建模等任务调度到专属资源池上
2 notebook notebook支持SSH，支持内网直连
3 notebook 预置llamafactory镜像案例，可加载HF开源大模型进行调试
4 notebook 基于公共资源池创建notebook服务支持配置运行时长，防止因遗忘产生额外扣费
5 预置模型调参 xgboost升级1.6.2
6 作业建模 预置megatron加速镜像
7 模型仓库 新增模型导入失败异常提示，可辅助定位问题
8 用户资源池 K8S升级到1.24版本

2024年2月

序号 功能模块 功能描述
1 Notebook 集成codelab 1.6.5
2 作业建模 集成百舸AIAK训练加速镜像
3 作业建模 支持环境变量
4 在线服务 集成百舸AIAK推理加速镜像
5 用户资源池 用户资源池支持K8s 1.20版本
6 可视化 可视化建模支持使用个人BOS数据

2023年12月

序号 功能模块 功能描述
1 BML BML平台支持区域（region划分），支持项目空间，角色设置和权限细分
2 模型仓库 模型仓库支持BOS导入
3 交互优化 操作台新增快速跳转至资源池管理页面入口，优化项目空间创建交互流程

2023年8月

序号 功能模块 功能描述
1 作业建模 作业建模日志支持下载
2 操作台 BML前端控制台迁入百度智能云console
3 批量预测 批量预测支持提交至用户资源池

2023年7月

序号 功能模块 功能描述
1 资源池管理 支持一键挂载PFS实例
2 资源池管理 镜像仓库支持添加外部镜像
3 作业建模 新增支持灵活使用BOS存储和PFS存储数据源提交任务，点击了解
4 镜像管理模块 "环境管理"功能升级，并变更为"镜像管理"。支持构建的镜像用于作业建模、在线服务、批量预测

2023年4月

序号 功能模块 功能描述
1 资源池管理 新增PFS引入
2 作业建模 新增支持使用PFS存储数据源提交任务

2023年3月

序号 功能模块 功能描述
1 作业建模 新增新增支持从CCR镜像仓库拉取镜像提交作业建模任务，点击了解
2 作业建模 新增支持BOS token的renew操作
3 作业建模 新增支持开放训练作业API，通过销售申请即可使用

2023年2月

序号 功能模块 功能描述
1 作业建模 使用用户资源池时，支持调用RDMA网络能力（需要用户资源池具备RDMA能力）

2022年12月

序号 功能模块 功能描述
1 资源池管理 新增资源池管理功能，支持用户挂载自有CCE集群，并可用于作业建模、可视化建模任务

2022年11月

序号 功能模块 功能描述
1 飞桨套件专区 新增飞桨模型库
2 Codelab Notebook 新增飞桨套件镜像配置环境
3 预置模型调参 新建任务流程优化
4 平台功能 填写个人信息及创建任务流程优化

2022年9月

序号 功能模块 功能描述
1 环境管理 新增支持环境管理模块，支持用户管理自己的训练环境以及自定义新的训练环境
2 Codelab Notebook 新增支持自定义镜像部署功能，用户可以在Notebook中的通用类型使用自定义的环境来进行模型的部署
3 Codelab Notebook 新增较大数据文件上传路径，支持用户快速上传5G以内的大文件
4 Codelab Notebook 创建Notebook任务时允许用户选择多套件镜像环境
5 飞桨套件专区 新增飞桨套件专区

2022年8月

序号 功能模块 功能描述
1 预置模型调参 图像分类单标签新增InceptionV4、DPN131模型
2 预置模型调参 实例分割新增支持MaskRCNN+ResNet101_vd、SOLOv2+R50-FPN、Cascade+ResNet50vd模型
3 预置模型调参 新增语义分割方向，提供PPLiteSeg、FastSCNN、STDCSeg等一系列语义分割模型

2022年7月

序号 功能模块 功能描述
1 可视化建模 平台提供可视化的实验开发环境，开发人员和业务人员根据场景和业务需求能够在交互式画布上直观地连接数据处理、特征工程，算法，模型预测和模型评估等组件，基于无代码方式实现人工智能模型开发。可视化建模在降低模型开发门槛的同时提升了建模的效率。内置数百个成熟的机器学习算法，支持多种算法框架，覆盖了机器学习和深度学习场景，满足用户不同程度的需求。点击了解详情

2022年5月

序号 功能模块 功能描述
1 Codelab Notebook 原Notebook建模更名为Codelab Notebook，并新增飞桨行业、官方Notebook案例，用户可以直接复制到自己的项目进行使用
2 Codelab Notebook NLP通用模版升级至文心3.0
3 Codelab Notebook 新增支持PaddlePaddle2.3.0框架
4 预置模型调参 物体检测方向新增支持小目标检测能力，用户可以选择开启小目标检测获得针对小目标更优的精度表现
5 预置模型调参 图像分类、物体检测方向新增支持数据不平衡优化能力

2022年4月

序号 功能模块 功能描述
1 Notebook Notebook升级交互样式，操作体验更加丝滑
2 预置模型调参 新增行业模型，并新增车辆检测、卡车识别等模型，长期实践沉淀，垂类场景效果好
3 预置模型调参 新增智能归因能力，深入洞悉模型问题、推荐调优对策，助力开发者突破训练精度瓶颈

2022年2月

序号 功能模块 功能描述
1 预置模型调参 视觉模型支持H5能力
2 官网 改动版面

2021年11月

序号 功能模块 功能描述
1 预置模型调参 新增OCR文字识别-自然场景文字识别，同时支持数据标注、模型训练和模型部署
2 计费模块 新增支持训练资源和公有云部署资源的小时包

2021年10月

序号 功能模块 功能描述
1 预置模型调参 新增引入PP-YOLO系列优质物体检测模型，提升模型精度
2 预置模型调参 建模体验升级为表单式，且支持10+参数调整，提升建模效率

2021年08月

序号 功能模块 功能描述
1 预置模型调参 视觉方向训练任务新增支持增量训练，用户在开启训练任务时，可以选择加载原有任务的模型参数作为基准，并新增数据进行重新训练，提升训练效率
2 预置模型调参 视觉方向模型新增支持以H5形式发布，用户可以在经过验证发布后，在手机上快速体验公有云API服务的效果
3 预置模型调参 视觉方向训练任务-模型评估新增支持混淆矩阵功能，用户在发起新的训练任务并完成后，将可以查看模型的混淆矩阵，并与Badcase分析、热力图查看结合，为模型优化提供思路
4 自定义作业 新增支持自动搜索作业功能，用户可以上传本地代码文件，利用平台进行自动超参搜索，优化模型效果
5 自定义作业 新增支持PaddlePaddle2.1.1、Blackhole1.0.0，欢迎体验

2021年07月

序号 功能模块 功能描述
1 个人中心 新增用户中心、财务中心，以及合同管理、查看余额、优惠券码等多个快速入口，优化用户体验
2 模型管理 上线动物识别、行人检测、车辆检测、以及通用图像分类、物体检测等多个优质直接可用的开源模型，无需训练可直接部署为推理服务，并支持在本地服务器及边缘设备端离线运行

2021年06月

序号 功能模块 功能描述
1 预置模型调参 原『脚本调参』模块更新为『预置模型调参』模块，优化了模型训练、进度提示等用户体验
2 Notebook Notebook开发环境升级，新增丰富代码库、资源监控等功能，内置PaddleX、Paddlehub、文心套件及海量函数库，提升开发体验
3 公有云部署 公有云部署新增『批量预测』功能，支持对大规模数据定时批量预测

2021年04月

序号 功能模块 功能描述
1 脚本调参 视觉任务支持自定义验证集
2 Notebook 新增“通用”型，支持PaddlePaddle、TensorFlow、Pytorch、Sklearn、XGBoost、Blackhole等开源框架或库
3 模型仓库 支持导入本地模型，支持基于深度学习框架：PaddlePaddle、TensorFlow、Pytorch、MXNet、Caffe、Darknet、ONNX的图像分类、物体检测模型以及基于Sklearn、XGBoost的机器学习模型，并支持在线部署或端部署
4 公有云部署 支持基于流量的自动启停
5 计费 私有API支持计费
6 全局优化 规范Python版本以及AI框架描述

2021年01月

序号 功能模块 功能描述
1 脚本调参 新增表格数据预测，支持基于结构化数据创建二分类、多分类和回归模型，且支持AutoML和专家两种模式
2 脚本调参 视觉任务增加错误示例
3 脚本调参 NLP任务支持Python3、VisualDL以及热启动
4 Notebook 新增支持PaddlePaddle2.0.0-Python3.7环境
5 自定义作业 PaddlePaddle、TensorFlow、PyTorch深度学习框架版本升级且提供分布式训练方式
6 模型仓库 新增支持对表格预测模型的管理能力
5 模型部署 私有SDK、私有API的部署功能迁移到操作台内
6 计费能力 公有云部署调整为quota计费，支持多实例配置、自助启停服务等操作
7 计费能力 离线服务上线计费功能，服务器SDK、设备端SDK、专项硬件SDK支持在线购买并获取永久有效序列号
8 全局优化 脚本调参、Notebook、自定义作业、模型、模型版本均支持修改名称与描述

2020年12月

序号 功能模块 功能描述
1 脚本调参 优化运行中任务提醒，任务配置中选择数据集增加标注状态等
2 脚本调参 支持自动发布模型到模型仓库
3 脚本调参 优化任务配置顺序

2020年11月

EasyDL专业版升级为全功能AI开发平台BML。

序号 功能模块 功能描述
1 脚本调参 支持发布模型到模型仓库
2 Notebook 支持发布模型到模型仓库
3 自定义作业 新增训练方式
4 模型仓库 新增模块
5 模型部署 前端交互修改

2020年9月

序号 功能模块 功能描述
1 数据管理 新增支持VOC标注格式
2 脚本调参视觉任务 新增支持实例分割、支持VisualDL
3 脚本调参文本任务 新增文本实体抽取、支持多机训练
4 Notebook 接入VisualDL、支持性能监控、支持文件打包下载、Python文件编辑集成LSP，支持Paddle1.8.4

2020年8月

序号 功能模块 功能描述
1 Notebook 优化启动速度
2 脚本调参视觉任务 上线预训练网络与部署方式适配性查询页面
3 视觉模型部署 支持华为达芬奇NPU

2020年7月

序号 功能模块 功能描述
1 脚本调参视觉任务 上线超参搜索功能
2 脚本调参文本任务 上线文本分类-多标签任务

2020年5月

序号 功能模块 功能描述
1 脚本调参视觉任务 上线超大规模预训练模型、新增12种网络类型
2 Notebook 优化交互
3 视觉模型部署 发布EasyDL-Jetson软硬一体方案

2020年4月

序号 功能模块 功能描述
1 数据管理 新增公开数据集
2 Notebook 上线Notebook功能，支持图像类模型开发
3 视觉类模型训练 新增支持Paddle-fluid-1.6.2框架、新增支持Python3、物体检测新增支持RetinaNet-ResNet50-FPN网络、上线训练计费、支持GPU V100、P40、P4机型
4 文本类模型训练 文本类任务后端升级Text One框架

2019年12月

序号 功能模块 功能描述
1 数据管理 新增支持NLP序列标注功能
2 云服务数据 支持图像分类、物体检测云服务数据管理

2019年10月

首次发布

下一篇
快速开始