2020 年 10 月

2020 年 10 月 23 日

功能

提供新的现成模型

“操作系统包”>“图像分析”>“ObjectDetection”：这是一个通用的可重新训练的深度学习模型，用于执行基于 YOLO 的对象检测。该 ML 包已针对 COCO 数据集进行预训练，因此您可以直接创建可用于识别 COCO 数据集的 80 个类的 ML 技能。 完整文档可在此处获取。

OS 包 > 表格数据 > TPOTAutoMLRegression和TPOTXGBoostRegression这两个模型之前可用于分类问题，现在也可用于回归问题。这将帮助您根据数值表格数据预测数值。请在此处获取完整文档。

改进

• 训练管道的“已排队”状态现在分为两个不同的状态：“打包”和“等待资源”，以便您更好地了解当下情况。打包状态表示正在构建将执行训练管道的 docker 映像。如果这是您第一次训练此特定版本的 ML 软件包，这可能最多需要 20 分钟。等待资源意味着没有许可证可用于管道执行。管道每隔 5 分钟检查一次是否有新的许可证可用（如果您删除正在运行的 ML 技能或另一个管道完成，则会发生这种情况），一旦可用就会立即开始执行。
• 改进我们应用程序的可访问性：可访问性对我们非常重要。本月，我们在整个应用程序的可访问性方面已取得很多进展。虽未达完美，但我们在不断进步！如果您发现有任何遗漏，请随时告知我们。

错误修复

现在可正确执行在活动端设置的超时。