JupyterNotebook是一款基于Web的交互式计算应用，可应用于计算的全过程：从开发、编写文档，到运行代码、显示结果。简而言之，JupyterNotebook允许开发者直接在网页上编写代码和运行代码，代码的运行结果也会直接显示在代码块下方。直接写在一页纸上，便于及时说明和解释。Notebook灵活简单的交互方式非常适合机器学习的学习和训练，因为机器学习项目往往需要反复的测试和实验，以及编写文档记录调参的过程。您还可以在Notebook中进行代码开发和数据可视化。展示并观察实验数据。综上所述，JupyterNotebook本身具有以下特点：1.具有编程时的语法高亮、缩进、tab补全等功能。2.可以以代码块为单位直接在浏览器中运行代码，实时调试，直接运行输出。显示在代码块下方3.支持Markdown语法编写指令文档4.支持使用LaTeX编写数学指令5.支持数据可视化展示，支持的格式包括HTML、PNG、SVG等。可见，在AI开发过程中，笔记本开发这种方式可以帮助开发者更直观、更轻松地编写代码，提高模型的开发速度。百度大脑EasyDL是一款零门槛的AI开发平台，一站式支持智能标注、模型训练、服务部署等全流程功能，专为企业开发者打造。EasyDL专业版支持高精度AI模型深度开发。为了给开发者提供更易用、更灵活的开发环境，专业版于2020年4月推出Notebook功能，开放JupyterNotebook进行深度学习项目开发。在上下游环节，开发者可以自由使用任何合适的预训练模型进行训练和调参，同时享受EasyDL一站式的深度学习模型开发过程。具体来说，EasyDL专业版中的Notebook有以下特点：1、开放了EasyDL数据管理模块，EasyDL中的数据集可以直接用于训练，无需重复上传。2.强大的代码编辑灵活性，完全定制模型训练环境不局限于EasyDL脚本调优中的内置模型，满足深度定制模型的自编程需求。3、提供高性能GPU训练资源（V100），并有充足的免费试用额度（目前100小时）4、提供EasyDL控制台中Notebook输出模型的多版本管理和效果对比5、提供一键式服务部署，可以在生产环境进行临时效果验证和API级服务打包接下来我们一步步介绍使用过程展示这些功能：EasyDL专业版Notebook具体使用步骤：1.首先可以进入Notebook操作通过以下网址访问页面：https://ai.baidu.com/easydl/pro/app/projects/notebook/如果没有登录百度云账号，会先跳转到登录页面，登录成功后，您将到达EasyDL专业版Notebook操作界面。2.此时没有项目，我们来创建一个。点击“立即创建”，在弹出的窗口中可以选择任务类型，可以选择单标签或多标签图像分类、物体检测，并完成名称等信息创建。演示中选择了对象检测，后面生成的代码模板会根据选择的模型做相应的调整。3.创建项目后，你会得到一个空模型版本。接下来准备打开Notebook进行操作。这里点击“ConfigureEnvironment”，需要选择PaddlePaddle版本、Python版本、GPU型号。现在默认是GPUV100，限时免费100小时。无论是颜值还是配置都非常出色。4.点击“启动Notebook”，启动大约需要3-5分钟。5、启动成功后，我们可以进入Notebook界面：左侧栏可以查看文件夹、数据集、运行环境和相关设置，右侧显示入口Notebook和一个终端。让我们看一下文件夹。默认保留三个文件夹，都与EasyDL相关服务相关。请不要随意删除。-PretrainedModel文件夹：存放在notebook中训练好的模型，可用于后续在EasyDL中保存和发布模型-data文件夹：存放数据集的目录，初始为空，后面会存放从EasyDL导入的数据这里，具体导入步骤看下一步中的-demo文件夹：存储的预设示例代码，使用入口为demo/train.sh6，然后就可以进入训练链接了。首先，在准备数据时，Notebook开发环境作为EasyDL专业版的一部分，可以与EasyDL专业版共享数据集，直接导入：首先点击左侧导航栏中的【数据集】，然后点击[导入数据集]]，会弹出所有专业版上传的数据集，您可以根据需要选择相应的数据集进行导入。选择后，在数据集选项卡下可以看到正在导入选中的数据集，导入时间与数据集大小正相关。7.下一步是运行训练代码。我们可以直接使用示例代码先运行一下。示例代码入口为demo/train.sh，第一个参数为数据集路径，第二个参数为运行路径导出的模型。这里dataset的路径需要修改为实际导入dataset的路径，一般是/home/work/data/${dataset_id}，其中dataset_id可以在dataset导入侧边栏看到，也可以直接在后面查看导入成功的数据文件夹。8.数据集路径也可以在Notebook代码中修改，点击Run开始训练模型。这里我使用的是mnist数据集，只是修改了数字在方框内的位置，变成了物体检测的数据集。此时我们可以看到训练任务在[Terminal-1]:9中运行，运行的完成速度与数据量有关。完成后可以看到PretrainedModel文件夹下有这些模型文件：10.大家可以再调模型，但是记得输出的模型需要放在PretrainedModel文件夹下，然后我们发布这个demo模型a)首先需要保存模型，点击最上方的【保存模型】，返回到EasyDL控制台上发布b)首先在弹出的窗口中选择模型框。这里可以选择【GenerateNewVersion】或者【OverwriteExistingUpgradableModel】，选择【GenerateNewVersion】，EasyDL控制台的项目下就会出现一个新的版本。选择【OverwriteExistingUpgradableModel】，即可以覆盖EasyDL控制台显示的旧版本c)然后选择要保存的文件。需要注意的是，这里的几个文件一定要选中，否则会发布失败d)然后选择对应的代码保存：e)最后点击生成，过一会会提示：“版本生成成功”。11、返回EasyDL专业版控制台。由于你在保存的时候选择了【生成新版本】，所以可以看到这里新增了一个版本。V2版本：12，然后点击机型配置，准备发布。这里可以填写模型的相关信息，选择下一步的模型文件，也就是刚才在Notebook页面保存模型时选择的文件：之后可以编辑输入和模型预测期间的输出参数、预处理和后处理代码。比如我想在发布后修改预测接口返回的字段格式。在这里，添加了一个大小字段。您可以参考下图稍作修改，然后点击提交。13、提交后，在专业版的控制台可以看到V2版本的状态为“代码验证”。状态生效后，您可以点击“效果验证”生成demo。14、点击“效果验证”开始模型验证：15、等待几分钟。启动完成后，我们用一张图来测试一下，可以看到识别出来的数字是1（预测的标签是1），而且数字的位置也有标注，模型的效果比较好。16.正式部署结束后，可以看到是否会出现新增的自定义尺寸字段：a)点击正式部署，填写API名称和自定义URL字段b)状态为underreview，并且审核结束后可以调用APIc)审核通过后可以看到服务详情，包括设置的调用URLd)这时候可以尝试调用API。具体的调用鉴权问题可以参考官方文档：https://ai.baidu.com/ai-doc/EASYDL/Dk38n3yck最下面可以看到调用结果中有一个“size”属性：对Notebook开发方式感兴趣的开发者可以按照上述流程在EasyDL专业版上进行Notebook建模。后续EasyDL将在此基础上不断迭代升级，包括在Notebook中提供丰富的预设预训练模型、Notebook代码自动迁移到EasyDL分布式训练集群等功能，为开发者提供更加灵活易用的AI示范发展方式。EasyDL是基于飞桨深度开发平台，为企业开发者打造的零门槛AI开发平台，提供数据处理、模型训练、模型部署的全流程功能。其中，EasyDL专业版是专为专业算法工程师推出的AI模型开发和服务平台。内置百度海量数据训练的预训练模型，可以在少量训练数据上取得更好的训练效果。在模型服务部署方面，EasyDL支持将模型发布为公有云API、设备端SDK、类服务器部署、软硬件一体化方案。企业可根据具体模型应用场景选择合适的部署方式。目前已在零售、工业质检、安全生产、互联网内容安全等多个行业成功落地，帮助企业完成智能化转型，实现降本增效的目标。百度搜索“EasyDL专业版”或直接访问：https://ai.baidu.com/easydl/pro，即刻开始Notebook开发！
