操作场景
该任务指导您在开通 TI-ONE 服务，配置 COS 存储并上传或标注所需训练数据后，开始进行训练任务的配置。通过训练任务配置，您可使用 TI-ONE 的自动学习功能，进行对应场景（例如图像分类、目标检测、杯盘检测）的模型训练。
前提条件
完成 TI-ONE 服务注册与开通，请参考 账号和权限说明。
使用按量计费类型资源会预先冻结所选配置2个小时的使用费用，若您的现金账户余额不足，请先进行充值。
操作步骤
1. 进入自动学习 > 立即开始，选择对应的区域，单击新建任务：
您可以新建视觉类型任务，点击选择【视觉】，可以选择图片分类，目标检测，杯盘检测任务类型。
您可以新建OCR任务，点击选择【OCR】，可以选择智能结构化任务类型。
您可以新建NLP任务，点击选择【NLP】，可以选择单标签文本分类和多标签文本分类任务类型。
单击后进入新建任务页面，用户需在此填写本次任务的任务名称、训练数据、训练输出路径、训练配置及训练资源配置等信息。
2. 填写基本信息：
3. 填写数据配置：
其中：
是否增量训练：对于首次训练的任务，是否增量训练默认关闭。如果您需要基于某个已有训练任务进行模型的增量更新，可选择将该项开启。
数据来源：您可选择数据中心的数据，或选择示例数据。数据中心的数据通常是您自己创建的数据集，示例数据为平台内置数据。
4. 填写模型配置：
其中：
预训练模型：腾讯TI平台提供腾讯超大规模预训练模型及通用训练模型。其中，推荐优先使用腾讯超大规模预训练模型，其具有训练数据庞大（亿级别数据）、训练起点高、通用性强、对训练数据要求更少、迭代速度快等特点。
训练偏好设置：可结合您的业务场景设置训练偏好，训练偏好主要用于平衡模型精度及推理速度。
期望准确率：可结合业务目标设置合理的期望准确率值，到达准确率后会为您自动停止训练。
最长训练时长：默认为1小时，到达后任务会立即停止。该设置下，模型可能无法达到所需的训练效果，可结合实际情况对该项进行调整。 训练参数设置为可选项，自动学习会为您提供默认值。也可结合您的实际情况进行修改，可修改的训练参数包括：
epochs：模型训练次数，可选择系统内置的值或进行自定义。
lr：学习率，可选择系统内置的值或进行自定义。
batch_size：训练批次大小，可选择系统内置的值或进行自定义。请结合训练数据数量调整batch_size。
warmup：预热训练次数，可选择系统内置的值或进行自定义。
模型优化：可通过此功能降低模型的推理时延，支持针对T4及V100两种类型的GPU进行优化。
5. 填写训练资源配置，可按需选择按量计费或包年包月计费模式，确认后单击下一步。
单击下一步后，进入训练模型页面如您在单击下一步后离开训练模型页面，可至任务管理列表页重新找到该任务。
说明
配置目标检测任务（含杯盘检测）与配置图片分类任务类似，此处不再赘述。
大规模预训练模型使用注意事项
1. 当提供的训练数据中不同类别之间的外观差距非常小（如某两个类别为牛奶、酸奶），且提供的数据量较少（每类少于20张）时，需降低效果预期。
2. 如训练后认为模型效果无法达到预期，可尝试如下调整：
若训练数据量较小（如每类少于50张），可调小lr（逐步除以10），其他参数一般无需调整。
若训练时间较长（如训练数据量较大时），可减小epochs（逐步除以2），或适当调大lr（逐步乘以5），其他参数一般无需调整。