156
模型总数
42
运行中
23
训练任务
2.8M
API调用
已部署
图像识别模型 ResNet-50
基于深度残差网络的图像分类模型，支持1000类物体识别，准确率达96.8%
96.8%
准确率
45ms
推理时间
训练中
BERT中文语言模型
预训练的中文BERT模型，适用于文本分类、情感分析、命名实体识别等任务
训练进度
Epoch 45/100
94.2%
当前准确率
12.5h
已训练
已部署
协同过滤推荐引擎
基于用户行为的协同过滤算法，实时生成个性化推荐结果
92.5%
准确率
2.8M
日调用
已部署
LSTM时序预测模型
长短期记忆网络，用于时间序列数据预测，支持多步预测
89.7%
准确率
120ms
响应时间
最近训练历史
2024-11-28 14:30
图像识别模型 训练完成，准确率提升至96.8%
2024-11-28 10:15
BERT模型 开始训练，预计耗时18小时
2024-11-27 16:45
推荐系统 部署成功，已上线生产环境
2024-11-27 09:20
数据集 ImageNet-2024 上传完成
已停止
异常检测模型
基于孤立森林算法的异常检测系统，实时监控数据异常
91.3%
准确率
35ms
检测时间