为了能让没有代码基础的学生也能顺利训练AI模型，作者分析了XEdu训练AI模型的核心代码，介绍了实现无代码训练AI模型的原理，并以QT、Gradio、VB等多种工具为例，展示无代码训练AI模型的XEdu插件编写过程，为一线教师和企业工程师提供了开发人工智能教学工具的新思路。

　　人工智能教育的核心工作之一是让学生可以通过数据、算法和算力来训练相关模型。XEdu作为一款深度学习开发工具，能让学生通过简洁的代码完成各种SOTA模型的训练，就可以快速搭建出AI应用系统，降低了学习人工智能的门槛。

　　但是，没有代码基础的学生如何训练AI模型？当微软、百度、华为等IT企业相继推出无代码训练模型的平台时，笔者也在思考，能否为XEdu开发一个无代码的AI模型训练插件，以逐步降低学习门槛。

　　XEdu的核心模块是MMEdu，是基于国产计算机视觉算法包OpenMMLab做的封装。在设计MMEdu的时候，笔者对AI模型的基本流程做了梳理，归纳出四大步骤：

　　实际上，训练模型代码（以Keras为例）之所以复杂，是因为大量的代码用于处理数据集和逐层构建神经网络模型。当MMEdu将数据集的格式做了规范，并且用SOTA模型的名称来简化模型搭建过程后，代码就变得很简洁。

　　XEdu团队最终设计的MMEdu训练AI模型的典型代码为6行，如图1所示的代码用于图像分类的模型训练，使用的是猫狗二分类数据集。

　　从图1所示的代码中能够准确的看出，这是一个流程化（顺序结构）的指令序列。代码除了“LeNet”是专用名词外，其他无非是路径和类别数量，较容易理解。

　　机器学习的参数很多，但MMEdu预设了默认值，唯一需要设置参数的是“epochs”（训练轮次）。若选择其他的SOTA模型和数据集，代码需要修改的地方非常有限。

　　既然训练模型的代码如此简单，那么只要借助一款带界面设计功能的编程语言，或者网页表单，就能设计出一款“Step-by-step”（一步一步）训练AI模型的插件（全程不需要写一行代码），生成的代码可直接写入一个名为*.py的文件，调用Shell命令（Windows下调用CMD命令）即可开始AI模型的训练，具体流程如图2所示。

　　如图3所示是生成训练代码的核心函数，实际上仅仅使用了Python的字符串替换功能。

　　由此可见，只要能设计程序界面的软件，都能用来开发无代码训练AI模型插件。常见的工具或者开发路径如下。

　　因为XEdu使用的是Python，所以最终选择Python的GU（I图形用户界面）库是最合理的，如QT、EasyGUI、unihiker库等。XEdu的一键安装包中内置了EasyTrain，是借助QT库开发的训练模型插件，界面如图4所示。

　　EasyTrain同时支持图像分类和目标检测两种方式，点击“更多参数”，将跳出新窗口提供OpenMMLab支持的所有模型训练参数，如优化器、随机种子等。

　　用网页表单来选择、提交各种变量，是最自然的交互。借助Gradio、Remi和PyWebIO等可快速搭建Web应用的库，开发Web应用也很简单。

　　其中，Gradio是一个开源的Python库，常用于搭建演示机器学习模型功能方面的程序，其代码很简洁，关注的是输入和输出。Gradio支持通过浏览器上传各种文件，支持拍摄图像、录制声音和录制视频等功能，还支持实现多人共建数据集、内网穿透等原本不容易实现的功能。

　　此外，Remi和PyWebIO也是很不错的选择。相对来说，Remi更像一个Web版的GUI库，使用语法和Tkinter库(Python最经典的图形界面库)类似。

　　如果有Web应用的开发经验，可以再一次进行选择Flask、Django和Tornado等的Web开发框架。而开发工作主要在前端，即网页模板，后端只需要生成并写入代码，再用os.system调用命令即可。浙江教育出版社出版的高中信息技术必修2中，有使用Flask搭建Web应用的学习内容。只要具备最基础的能力，就能写出这类插件。

　　此外，还可以在这个插件中集成图像标注、模型转换等功能。如果加上作业管理功能，就实现了一个支持多用户的算力管理平台，可将一台带GPU（哪怕是游戏显卡）的计算机转换为以Web为用户接口的算力服务器，访问方式如图5所示。

　　中小学机房目前绝大多数使用的是Windows系统，为了获得更好的兼容体验，也能够正常的使用VB、C#等工具来开发插件。以VB为例，设计输入框、选择框等交互控件很容易，如图6所示。

　　生成*.py代码后再调用CMD命令来执行。如果生成的*.py文件和插件都运行在“XEdu一键安装包”的主目录下，那么参考代码如图7所示。

　　人工智能教育并不等同于编程教育，虽然二者关系非常密切。用无代码的方式训练AI模型，实际上并非仅仅为降低难度，而是强调了训练模型属于流程化的工作，本来就不需要太多编程知识作为基础。当模型训练技术成熟后，用户在图形界面下操作自然更便利。智能时代已经到来，期待有更多学科的教师突破学科壁垒，参与到人工智能教育中来。

　　谢作如，林淼焱.基于XEdu开发无代码训练AI模型插件[J].中国信息技术教育，2023（15）：65-67.

上一篇:海南省农垦出资控股集团有限公司原党委副书记、总经理王业侨被开除党籍和公职
下一篇:Salesforce在红帽企业Linux上实现全球混合云基础架构标准化