BML全功能AI开发平台产品更新啦，本文汇总了近期更新的重要产品功能，帮助大家了解BML产品功能的最新动态～

【预置模型调参】

• 视觉方向建模支持增量训练，模型可以H5形式发布，模型评估支持混淆矩阵

【自定义作业】

• 支持自动搜索作业，支持PaddlePaddle2.1.1、Blackhole

【预置模型调参】

• 预置模型调参-计算机视觉模型支持增量训练

创建一个计算机视觉模型时，新增了「增量训练」功能，开发者小伙伴在进行模型训练过程中可以在原有的模型基础上再次添加数据集进行训练。在配置任务类型时，可以选择基于此前的V1、V2、V3等版本的基础上进行增量训练，这可以避免再跑一次数据准备、模型训练的过程，帮助开发者小伙伴们提升训练的效率。此外，以原有任务的模型参数为基准进行增量训练，还可以大幅提升模型训练的精度哦，真的是“一箭双雕”又快又准。

使用方法：打开百度BML控制台，在模型训练部分选择计算机视觉模型，创建一个模型，然后点击新建任务，在配置任务类型时打开「增量训练」的小按钮就可以。如下图所示：

• 预置模型调参-计算机视觉模型评估支持混淆矩阵

模型训练完成后可以查看模型的评估报告，这里新增了「混淆矩阵」功能。开发者小伙伴在训好的模型基础上进行新的训练任务后，「混淆矩阵」可以展示本次数据标注与模型预测不符的标签，而且可直观展示前10不符的标签。帮助开发者全面了解易混淆图片的设计特征，Badcase分析更加方便。此外，易混淆数据还可以通过热力图进行查看，错误预测与正确预测的鲜明对比，可为模型的再次优化提供价值。

使用方法：在百度BML控制台，在计算机视觉模型里找到已经完成训练的模型，点击「评估报告」入口即可进行查看。如下图所示：

• 预置模型调参-计算机视觉模型H5发布

预置模型调参视觉方向模型新增支持以H5形式发布，意味着开发者小伙伴把模型部署成功以后，在手机上就可以快速体验公有云API服务的效果。只要用百度或者微信扫二维码，就可以选择手机拍照或上传图片，在手机端就可以直接识图，从而检验模型的效果。（注意：在部署API的时候需要选择合适的机器环境，否则有可能运行较慢）

使用方法：在百度BML控制台，公有云部署选择在线服务，正在运行中的模型可以选择体验H5，然后会跳出一个二维码，拿手机扫一扫就可以了。如下图所示：

【自定义作业】

• 自定义作业-支持PaddlePaddle2.1.1、Blackhole
• 自定义作业-支持自动搜索作业

专业AI算法工程师可以通过自定义作业的形式进行模型训练。在自定义作业这里给开发者小伙伴新增了自动搜索作业功能，开发者只需少量地修改代码，或者上传自己本地的代码文件，就可以使用BML平台的自动超参搜索等能力优化模型效果。

使用方法：在模型训练模块-「自动搜索作业」选择新建，填写作业名称和备注信息，然后进行算法、数据集和资源的配置即可。如下图所示：

快来体验一下吧～

百度BML官网：https://ai.baidu.com/bml