2021 七月更新

发表评论

更新

  • 文档进行了全新重构，欢迎体验并留下使用建议
  • 完善公开资源功能
  • 现在可以为资源增加标签，方便检索、分类
  • 优化资源设置界面
  • 优化模型部署输出格式
  • 增加执行日志大小的展示

修复

  • 部分文档链接失效
  • 修复邮箱无法完成验证的问题

2021 六月更新：公共资源

发表评论

优化/更新

公共资源

公共资源现在可以在未登录状态下进行访问，设为公开访问的教程、数据集等资源现在可以方便的通过链接直接分享给他人，并且无需登录即可直接查看对应内容。例如 OpenBayes – damedane 换脸教程。但克隆等操作依然需要登录后才能执行

权限粒度细分

组织权限（内测功能）设置优化。组织下权限力度细分为两个新等级：

  • 组织只读：当前模式下该项目将在组织内只读，组织内成员将对该项目具有只读权限，无法在该资源下创建新的内容
  • 组织读写：当前模式下该项目将在组织内可读写，组织内成员将对该项目具有读写权限，可在该项目下创建新的内容，并对自己所创建的内容有编辑和删除的权限

Git 资源绑定

在创建容器绑定数据时可以直接绑定对应的 Git 资源，而不需要将其下载到本地再进行上传等繁琐的操作。更多信息请参考文档 Gear 数据绑定 – 绑定外部 Git 仓库

其他更新

更详细的执行报错错误提示

修复

  • 修复界面资源请求错误
  • 修复部分文档链接不存在的错误

2021-04-22 服务维护公告

我们计划将于北京时间 2021-04-21 周三晚至 2021-04-22 周四上午对线上集群进行网络优化与维护。期间运行中的训练不会受到影响。但主站将暂时不可访问

  • 维护日期：2021-04-22 00:00 (UTC+8)
  • 预计维护时长：3 小时
  • 服务状态页：openbayes.network

如有疑问或遇到其他问题，可点击 openbayes.blog 右下角的聊天图标与我们进行沟通

2021 三月更新：PyTorch 1.8.0 与 JupyterLab 3.0.12

新功能

  • 支持最新的 PyTorch 1.8.0 版本，具体的依赖见 pytorch 1.8.0 cu10.2
  • JupyterLab 更新到 3.0.12 并支持中文界面
  • bayes 命令行工具支持执行下文件以及文件夹的下载，配合 bayes gear run task -f 命令可以自动在任务执行结束后下载指定的文件，详细信息参考 用命令行工具下载容器输出内容
  • 自动调参和自动建模可显示原始 JSON 参数

修复

  • 容器列表的状态筛选 bug

2021 三月更新：提升 GitHub 的访问速度

新功能

  • 针对 github.com 的网络流量进行优化，从 GitHub 进行的 git clone 等操作的速度有明显的提升。目前为试运行阶段，如果在使用中遇到任何与网络相关的问题，可以通过在页面右下角的聊天气泡中与我们沟通
  • 自动调参：展示结果支持排序，可以更方便的选出最优的结果
自动调参「尝试结果」表头支持点击排序了

优化

  • 当前端界面更新了新版本后，会通过通知提示用户刷新页面进行升级，以避免资源载入错误的问题
  • 模型部署：优化在线测试的图片上传体验
  • 部分组件的性能优化
  • 后端服务的并发优化，提升 API 的响应速度

2021 二月更新：更多的数据可视化支持

新功能

  • 对 pip install --user 的支持，通过该方式安装的类库将被保存在 /openbayes/home/.pylibs 下，那么即使容器重启也可以继续使用之前通过 --user 安装的依赖
  • 默认预安装可视化类库 Altair、Seaborn 以及 vega_datasets
  • 默认预安装中文字库，可以在 Matplotlib 中使用中文标签
  • 增加新的镜像 TensorFlow 2.4.0

以下为从 Colab 获取的 notebook 在 openbayes 的测试：

Matplotlib 图表的中文支持
对 Altair 和 vega_datasets 的支持

控制台 v0.5.5 更新内容

  • 动态组件载入，优化控制台首次载入速度
  • 减少第三方库依赖
  • 文案细节调整

2021 一月更新：新的镜像 TensorFlow 2.3.1

新功能

  • 增加新的镜像 TensorFlow 2.3.1
  • 工作空间：优化工作空间关闭后对应页面的提示。并在工作空间关闭后，展示当前工作空间的输出内容
当工作空间关闭时，会显示该执行的输出内容

修复

  • 修复从快照继续执行没有默认绑定快照的问题
  • 修复 Jupyter 中主题配色没有同步更新的问题

关于近期利用平台进行「挖矿」的行为的公告以及加密货币相关的风险提示

近期我们发现有用户利用我们的 OpenBayes 机器学习平台进行加密货币「挖矿」相关的活动。这里我们需要进行一些说明：

首先，OpenBayes 作为一个平台，其创立初衷是建立在为机器学习（Machine learning）相关的学习、科研目的之上的。因此我们并不是一个单纯在卖 GPU 算力的平台。我们的算力使用有明确的目标人群：为机器学习相关人员以及从业者提供数据处理、模型训练（JupyterLab 工作空间）、模型部署等一系列配套设施

由于近期加密货币的热度不断上升，开始有人利用我们平台注册时赠送的试用 GPU 算力进行「挖矿」活动。这种「挖矿」行为长期占满大量算力资源，影响到正常机器学习用户的使用体验

因此，我们会对在 OpenBayes 平台上进行相关活动的账号进行封禁处理。以保证正常用户的使用体验，维护平台的良性发展

另外，如果你是由于近期的加密货币行情而入坑「挖矿」，建议增强相应的风险意识。在这里我也推荐一下我的前东家 LeanCloud CEO 写的系列文章：加密货币和区块链（一）：历史的重演 – 1 Byte

2021 年的首次产品更新：快照与深色模式

快照功能

我们在 2020 年 12 月上线了全新的特性 工作空间。给用户带来了更便捷、流畅的 JupyterLab 使用体验。工作空间支持重启，因此用户可以避免由「继续执行」导致的执行数量越来越多、空间占用过大的问题。同时我们还引入了工作空间的 缓存机制，用于加速工作空间的重启速度

这次更新，我们继续优化了工作空间的使用体验，引入一个新的机制：快照

快照功能可以让用户将当前的工作空间的状态生成为一个快照保存在当前的算力容器中，以备后续使用。让用户从以前的每次启动自动创建执行的模式，变为用户可以自主选择什么时候创建快照的形式，给用户更多的选择权

继续阅读 →

OpenBayes 冬季特惠开始，算力资源五折起 ❄️

2020 是非常不同寻常的一年，在这一年的结束之际，我们开始了我们首次的产品折扣促销活动

本次活动规则如下：

  • 北京时间 2020 年 12 月 24 日至 2021 年 1 月 6 日
  • 期间每周赠送的 vGPU 算力由原来的 180 分钟（3 小时）上调为 600 分钟（10 小时）
  • 所有算力商品半价（五折）优惠。购买后长期有效，无使用期限限制
  • 冬季特惠的算力商品折扣不与其他活动或折扣的效果叠加

用户现在就可以通过财务中心 – 购买计算资源进行购买。如有任何疑问，可通过控制台右下角的聊天气泡与我们的客服联系

2020 年十二月更新 —— 新的 Jupyter 工作空间

重大更新

在创建容器的时候，所能够选择的模式会由 JupyterLab 变化为「工作空间（Workspace）」。

简单说下变化点：

  1. 工作空间支持重启，避免了重复「继续执行」导致空间无限增长的问题
  2. 工作空间有缓存机制，最近关闭的工作空间启动速度比较快，不像原来每次启动都拷贝数据，而是将数据缓存了下来，被缓存的工作空间会有一个⚡️ 图标
带有高速缓存的工作空间

具体文档见 https://openbayes.com/docs/bayesgear-workspace/

功能增强

  • 创建容器时算力展示界面的进一步优化
  • 容器的数据绑定列表中如果有绑定已经被删除了将会给予提示
  • 上传数据集时增加了「清理当前上传任务」的功能，当出现不断的上传失败时可以尝试清理缓存解决问题
点击右上角的「清理当前上传任务」可强制清除断点上传的缓存

修复

  • 数据仓库页面中模型面包屑导航错误
  • 数据仓库页面「上传至当前目录」后页面无法滚动的问题

新增公共资源

我们接下来会持续对公共资源进行完善和补充，如果您发现了任何好玩的 Notebook 教程、Colab 教程。欢迎在评论区留言、或在 OpenBayes 控制台中右下角的客服区留言告诉我们

公共教程

  • Super-SloMo – Super SloMo 超级慢动作镜头的 PyTorch 实现
  • Stylized-Neural-Painting – 基于 PyTorch 的艺术化风格的神经绘画教程 Stylized Neural Painting。arXiv:2011.08114
  • SkyAR – 视频天空替换。基于预印本论文 arXiv:2010.11800
  • Spleeter – 由 Deezer 公司开发的基于 TensorFlow 的音乐人声提取、背景音乐分离工具
  • gradslam – [ICRA 2020] 基于 PyTorch 的 3D 重建实现、SLAM（同时定位与地图构建）框架
  • SeFa – Closed-Form Factorization of Latent Semantics in GANs

公共预训练模型：

  • GenForce 预训练模型 – GenForce: an efficient PyTorch library for deep generative modeling (StyleGANv1v2, PGGAN, etc)
  • DeOldify – 图片/视频上色还原预训练模型
  • TwinGAN – 使用权重共享 GAN 的非成对的跨域图像转换
  • iPER 预训练模型 – Liquid Warping GAN with Attention: 人类图像合成统一框架