配置 Hiddify Next 的步骤如下

1. 打开主界面

   按下“配置”按钮，打开 Hiddify Next 的配置界面。

2. 输入训练数据路径

   • 在“训练数据路径”处，输入你的训练数据路径，如 data/your_data。

3. 选择数据格式

   在“数据格式”处，选择你的数据格式，如 CSV、JSON 或 TF-Record。

4. 设置模型大小

   • 在“模型大小”处，输入模型的大小，如 VGG-16 或 ResNet-5。
   • 可以选择自定义模型,输入模型的具体参数。

5. 输入训练参数

   • 在“训练参数”处，输入以下参数：
     • 批量大小：选择批量大小，如 32。
     • 批量数：选择批量数，如 1。
     • 迭代次数：选择迭代次数，如 1。
     • 学习率：输入学习率，如 0.1。
     • 学习率衰减：输入学习率衰减值，如 0.5（每次迭代学习率减半）。
     • 训练时间：选择训练时间，如 1 分钟。

6. 设置标签数量

   在“标签数量”处，输入标签的数量，如 1。

7. 选择标签信息

   在“标签信息”处，输入标签的信息,如类别分布。

8. 选择预训练模型

   • 在“预训练模型”处，选择预训练模型，如 ResNet-5。
   • 可以选择自定义模型，输入预训练模型的路径，如 pretrained/resnet5.h5。

9. 选择预训练数据

   • 在“预训练数据”处，选择预训练数据，如 pretrained/resnet5/val。

10. 设置部署环境

    • 在“部署环境”处，选择部署的云服务，如 AWS、Azure 或 GCP。
    • 输入部署的环境变量，如 AWS的 AWS credentials。

11. 设置部署超时

    在“部署超时”处，输入部署的超时时间（如 3 分钟）。

12. 选择调参参数

    • 在“调参参数”处，选择训练时的调参，如学习率衰减、正则化参数。
    • 输入调参的路径，如 pretrained/hparams.json。

13. 设置持续学习参数

    • 在“持续学习参数”处，选择持续学习的参数,如验证数据路径和参数。
    • 输入持续学习的路径，如 pretrained/val。

14. 选择部署模型

    • 在“部署模型”处，选择部署的模型文件，如 pretrained/resnet5.h5。

15. 开始配置

    按下“开始配置”按钮,开始配置过程。

16. 查看训练结果

    点击“查看训练结果”，查看训练过程中的损失曲线、准确率曲线等。

17. 使用预训练模型

    使用预训练的模型进行后续训练或部署。

通过以上步骤，你已经成功配置了 Hiddify Next,并能够开始使用它进行AI模型开发和部署。