机器学习平台PAI
0、 引言
在人工智能的加持下， 机器学习，深度学习，算法，模型构建等，
已经被很多大厂布局，
尽早的入局，尽早的布局，尽早的产出，是在当前AI时代，占据有利位置的必要条件。
当然，阿里云的这款 机器学习平台PAI产品的推出， 是意料之中的。
而且，也有幸参与机器学习平台PAI的测评，对我来说，是成长，也是学习。
所以，接下来，我就带着学习的态度，在产品的使用和感受进行一些输出。
1、 开箱体验
要想使用，必须要开箱。
这里我直接点击 “立即开通”→”免费开通并创建默认工作空间” 按钮，进入今天的主题。
点击 “确认开通…” 按钮，不负众望， 弹出去授权的提示弹窗。
我这次 点击 “直接开通”按钮，看看有啥现象。
非常完美，因为我有资源欠费，所以，必须不能被开通，避免 被”白嫖”。
更改思路， 我们 去”授权”,
看到这个提示， 说明授权成功，可以使用了。
这里有个疑问：
就是授权成功后，我又把之前的页面都关了，此时如何返回呢？
经过我不懈的努力， 终于开通成功了。
看着界面， 是不是熟悉又陌生。
别着急，我们一点点来感受PAI平台带来 满足…
2、 工作空间
2.1 工作空间详情
工作空间详情页面， 可以展示AI资产，很方便。
当然，这必不可少的的就是 操作步骤，即如何快速上手。
云原生开发场景，如下图：
AI + 大数据最佳实践，如下图：
2.2 云原生开发场景
直接数据集的 开始使用按钮，
直接进入到 数据集管理 菜单页面，并且 页面的整体布局非常简单、明了。
而且，可以根据自己的需要，展示 列表的字段信息，非常好。
2.3 AI + 大数据最佳实践
我直接点击 AI+大数据最佳实践的 “可视化建模”模块的 开始使用按钮，
直接跳转到 “可视化建模” 菜单，非常便捷。
这就省去了一个菜单一个菜单 查找的时间，所以说，这个流程图，非常的实用。
3、模型开发与训练
3.1 可视化建模
3.1.1 新建
工作流列表tab， 我们先新建工作流，
默认页面展示，如下图：
我随便的填写一些信息，并保存
保存后，列表如下
新建的 “_” 工作流在 在根目录下已经生成了。 并且我又陆续的新建了几个工作流，都没得问题。
3.1.2 导入
我再导入工作流，试一下。
已上传json文件，如下图
未上传 文件，如下图
6点问题&疑问：
-
①、这里工作流名称，会根据你上传json文件的名称，自动添加”_copy”
不知道这是刻意而为之，还是其他原因呢？ -
②、上传的json文件， 不去校验内容，只校验json格式正确即为正确。
-
③、未上传文件， 点击确定按钮，会提示”工作流名称”未填写，其实再一看，工作流名称都灰显了，如何填写，是不是很蒙圈？？
-
④、修改导入的文件的工作流名称，我只是去掉了_，就会报错，无法保存(如下图)…
-
⑤、工作流名称为100字符时， 在列表是展示不全的，并且鼠标悬停，也无法展示，只能进入到工作基本信息页面，才能展示全部，如下图
-
⑥、工作流名称 并未做重复限制，所以，针对⑤的情况，在列表是不是就分不清了。
3.1.3 发布为工作空间可见
选择了新建的工作工作流文件夹，点击确定后，1这个工作流 正确更改文件夹，没得问题。
3.1.4 查询
这里的查询框非常的简单， 就是提示：请输入
我输入了工作流文件夹名称、工作流ID， 都查询不出来
只能查询 工作流名称
建议：
如果开发小哥哥不觉得麻烦的话， 还是把输入框的文案补全吧，也不差这两个字。
3.1.5 克隆
-
1、新建工作流，克隆页面，是这样的。
-
2、导入工作流，克隆
问题：
-
不修改工作流名称、直接点击确定按钮，无法保存，会提示 工作流名称 不规范…
-
其实，需要在上传文件的时候，就需要校验 文件命名规范，否则， 克隆就会提示工作流文件名不规范，即，如下图
3.2 进入工作流
3.2.1 工作流页面整体展示
进入工作流页面，整体样式如下：
- 左侧展示 工作流可是使用功能；
- 右侧展示 工作流的基本信息；
- 中间展示 工作流的内容；
3.2.2 运行
点击 运行 按钮，非常给力， 报错了
因为内容为空。
经过我再次的调整， 页面就变成这样了
然后再 进行运行。
这里需要注意一点：
如果你的工作节点使用 其他资源，那么就需要先添加再运行，否则 就会报错，如下图：
3.2.3 工具模型
左侧强大的功能，我们可以看到。
这里非常便捷的一点，如果你不会使用当前模型/工具， 会直接提供文档的链接， 这一点，很人性化。
3.3 预制模板
在预制模板，可以看到，非常全面的模板供你使用。
3.3.1 预制模板-创建
这里，我也创建一个 雾霾天气预测
创建完成，就是这样的。
4、 总结
关于其他的模型， 我也都逐一的使用了。
为了节省资源，我也就不一一截图展示了。
在整体的使用过程中， 给我的感觉还是功能强大，便捷，详细。
虽然整个平台还是有一点点的小瑕疵，但是，瑕不掩瑜。
俗话说，不完美的产品，才是最完美的。
所以， 整体来说，机器学习PAI平台的使用，没得问题。
而且也非常符合产品的主旨：夯实工程化平台，共建开源生态AI。
同时，也希望阿里云秉承着更多的使命，来提升技术力，推出更多更便捷，更符合企业、个人需要的产品。