1. 配置节点

智能钛机器学习平台提供输入、组件、算法、模型、输出以及自动建模6大类节点。

• 输入：包含数据源、数据转换和公共数据集，直接拖拽即可使用。
• 组件：包含常用机器学习与深度学习组件。
• 算法：包含机器学习算法、图算法、深度学习算法。
• 模型：包含个人模型、共享模型和公共模型。
• 输出：包含可视化和模型评估。
• 自动建模：包含全自动AutoML组件。

1.1. 配置算法参数

单击算法节点，页面右侧会出现参数配置框。参数配置包含三部分：算法 IO 参数、算法参数和资源参数。在参数配置中，每个输入框右边能够悬浮展示参数说明，用户可以根据需要调节参数。

1.2. 配置组件参数

智能钛机器学习平台包含机器学习组件和深度学习组件。以机器学习组件中的 Spark 为例，简要说明组件参数的配置。组件参数的配置包括两部分：组件参数和资源参数。资源参数的配置与算法的资源参数配置类似，不再赘述。组件参数的配置步骤如下：

• 开发 Spark Jar 包或者 Python 脚本。
• 单击“作业 Jar 包”右侧输入框，通过本地上传作业 Jar 包或脚本，也可在线编辑脚本。

1.3. 节点右键菜单

右键单击画布中的节点，会出现一列工具栏，包括重命名、删除节点、日志信息等，用户可根据需要进行操作。

• 起点运行：以当前节点为起始点运行工作流。
• 停止任务：终止任务流的执行。
• 重命名：更改当前节点的名称（直接双击节点也可进行重命名操作）。
• 删除节点：删除当前节点。
• 日志信息：查询当前运行日志、历史日志以及tensorflow控制台日志。
• 执行设置：当有节点是不想执行，但是又不想删除时，可以用该功能暂时屏蔽。如果选择"Yes"则执行该节点，如果选择"No"则不执行该节点，常用于调试。
• 运行监控：设置时间监控和自动重试。
• 收藏：收藏本节点，放入画布左侧收藏夹，使用时可直接在收藏夹中拖拽出来使用。
• 查看中间结果：可进行中间结果查看。