CREATE MODEL
TFT TFT（Temporal Fusion Transformer）算法是基于Transformer机制的深度神经网络算法，详细信息，请参见 TFT论文。时序异常检测 TIME_SERIES_ANOMALY_DETECTION esd 达摩院自研算法，适用于尖刺型异常（例如监控曲线出现尖刺的现象），...
机器学习
MADlib机器学习模块主要解决以下问题：分类/回归问题：提供一系列算法如K最近邻、MLP多层感知神经网络、SVM支持向量机、决策树等算法来解决二元分类/回归问题，集成最小二乘法、GLM广义线性回归、逻辑回归、多项式回归等模型来解决回归问题...
视频分类训练
算法简介 视频分类模块提供主流的3D卷积神经网络和Transformer模型用于视频分类任务的训练，目前已经支持的模型包括X3D系列的X3D-XS、X3D-M及X3D-L和Transformer模型的swin-t、swin-s、swin-b、swin-t-bert，其中swin-t-bert支持视频加文本...
支持向量回归算法（SVR）
sigmoid：使用该函数作为核函数时，效果类似多层神经网络。c 松弛系数的惩罚项系数。取值为大于0的浮点数，可不填。默认值为1。说明 如果数据质量较差，可以适当降低惩罚项 c 的值。epsilon SVR损失函数的阈值。当预测值与实际值的差值等于...
机器学习（MADlib）
插件简介 MADlib机器学习模块主要解决以下问题：分类、回归问题：提供一系列算法，如K最近邻、MLP多层感知神经网络、SVM支持向量机、决策树等算法来解决二元分类、回归问题，集成最小二乘法、GLM广义线性回归、逻辑回归、多项式回归等模型...
组件参考：所有组件汇总
组件类型 组件 描述 自定义组件 自定义组件 支持在AI资产管理中创建自定义组件，自定义组件创建成功后，您可以在Designer中将该组件与官方组件串联使用进行模型训练。源/目标 读OSS数据 该组件用来读取对象存储OSS Bucket路径下的文件或...
概述
深度神经网络在图像分析和自然语言处理等学科中取得了前所未有的进步。强化学习成为补充传统监督学习的强大范式。然而，在目前的数据驱动的智能应用中，数据、特征和模型仍处于割裂状态。首先，数据工程师通过手工编写流程进行数据清洗和...
人工神经网络
功能说明 人工神经网络组件支持使用人工神经网络算法对分类或回归问题进行建模。人工神经网络（Artificial Neural Network，缩写ANN），简称神经网络或类神经网络，是一种模仿生物神经网络（动物的中枢神经系统，特别是大脑）的结构和功能...
工作原理
针对上述特征，日志服务推出文本分析功能，通过算法对于日志中的文本进行一站式的整合与分析。使用文本分析功能后，您只需要配置具体的监控项和少量的算法参数，算法会自动帮您识别日志中的异常情况，使您聚焦需要关注的日志内容。功能介绍...
基于二部图GraphSAGE算法实现推荐召回
二部图GraphSAGE是经典的图神经网络算法，而GraphSAGE为二部图场景扩展，被用于淘宝的推荐召回场景。在二部图场景下，可以将User和Item作为图中的点，User-Item之间的关系（点击或购买等）作为图中的边。对于User和Item，其邻居分别按照 ...
工作原理
针对以上问题，日志服务推出智能巡检功能，通过自研的人工智能算法，对指标、日志等流数据进行一站式整合、巡检与告警。使用智能巡检功能后，您只需要组织一下具体的监控项，算法模型就会自动为您完成异常检测、业态自适应、告警精细，让您...
创建安全联邦学习任务（任务模式）
适用特征维度特别多，特别是神经网络算法。数据集设置 配置使用方和加持方的数据信息，用于后续的数据处理。使用方：指需要数据的一方。加持方：指提供数据的一方。训练集：需训练的数据表。Label字段：指标签字段，用于后续训练学习。对齐...
技术分析函数
技术分析的函数将广泛使用的算法应用在您的数据中。虽然这些函数主要应用在金融和投资领域，但是它们也适用于其它行业和用例。本文档主要介绍了技术分析函数的语法结构、语法说明以及使用示例。通用参数说明 除了 field key 参数，技术分析...
模型创建
TFT TFT（Temporal Fusion Transformer）算法是基于Transformer机制的深度神经网络算法，详细信息，请参见 TFT论文。时序异常检测 esd 达摩院自研算法，适用于尖刺型异常（例如监控曲线出现尖刺的现象），对于数据点中有少量显著离群点的...
概述
矩阵分解、深度神经网络模型等算法都可以生成用户和物品的embedding向量，然而常规的模型还是需要依赖用户和物品的交互行为数据来建模，并不能很好地泛化到冷启动的用户和物品上。现在也有一些可以用来为冷启动用户和物品生成embedding向量...
通过阿里云物联网平台使用AI算法保护
1.简介 AI算法保护，提供内容的加密保护和全生命周期管理；授权过程的自动化和授权管理的统一化，防止内容的拷贝和泄漏，以及提供商业售卖的灵活性、安全性和管理成本。内容加密保护，一次性加密，多种许可分发和管理，支持不同的授权管理...
什么是推荐全链路深度定制开发平台PAI-REC
推荐全链路深度定制开发平台PAI-REC（PAI是Platform of AI的缩写，Rec即Recommendation的...Graph Compute支持复杂图关系数据的存储、查询和计算，高效对接图算法与模型，在搜索推荐广告、实时风控、知识图谱、社交网络等场景有着广泛的应用。
MLP二分类/MLP多分类/MLP回归
多层感知机是一种前馈神经网络，通过多个神经元的组合对输入特征进行非线性变换和特征提取，最终输出一个连续的预测结果。在训练过程中，利用反向传播算法（Backpropagation）和梯度下降算法（Gradient Descent）来优化模型参数，以最小化...
横向MLP二分类/MLP多分类/MLP回归
多层感知机是一种前馈神经网络，通过多个神经元的组合对输入特征进行非线性变换和特征提取，最终输出一个连续的预测结果。在训练过程中，利用反向传播算法（Backpropagation）和梯度下降算法（Gradient Descent）来优化模型参数，以最小化...
错误码定义
Algorithm.Unavailable 2707 算法状态不可用 Algorithm.Duplicated 2708 算法已存在 Algorithm.NotFound.Model 2709 算法模型不存在 Algorithm.TaskUnfinished 2710 算法任务未结束 Algorithm.Unavailable.Model 2711 没有可用的模型 ...
错误码定义
Algorithm.Unavailable 2707 算法状态不可用 Algorithm.Duplicated 2708 算法已存在 Algorithm.NotFound.Model 2709 算法模型不存在 Algorithm.TaskUnfinished 2710 算法任务未结束 Algorithm.Unavailable.Model 2711 没有可用的模型 ...
AutoML使用限制及规格
AutoML的使用限制以及规格，包括当前支持的地域，支持的搜索算法TPE、GridSearch（网络搜索）、Random（随机搜索）、Evolution（演化算法）、GP（贝叶斯优化）、PBT（异步优化算法），以及对应的应用场景。支持地域（region）当前AutoML...
产品概述
图片 计费公式：费用=图片张数*风险场景数*场景单价 文本 计费公式：费用=文本条数*风险场景数*场景单价 语音 计费公式：费用=音频分钟数*风险场景数*场景单价 视频 计费公式：费用=视频截帧张数*风险场景数*风险场景单价+视频分钟数*语音...
V3.3.47版本说明
优化新建算法模型的配置项说明，优化剩余可用模型训练任务数、预测任务数展示方式，优化其他多处提示文案。货品推荐模块：针对模型训练详情页面的商品关联预测，优化关联分布图的交互，并新增展示销售额Top10商品数据，请参见 商品关联预测...
VPC常见问题
本文介绍并解答VPC的常见问题。专有网络与经典网络的区别是什么？ECS实例是否可以绑定多张网卡？...当ECS实例绑定了多个网卡或网卡配置了多个IP时，该ECS实例使用的网络地址数为与ECS实例绑定的网卡上分配的IP地址数量之和。
内置时空数据引擎Ganos
提供拓扑网络路径分析和大规模点云存储与查询支持 Ganos所包含的几何网络数据库引擎支持Node-Edge拓扑网络构建，支持Turn、U-Turn等概念，支持TSP（旅行商问题）、KSP（多条线路最短路径）、TRSP（转向限制的最短路径）等一系列路径规划...
PageRank
PageRank算法用于衡量网页的重要性。它通过分析超链接，认为链接到某网页的数量和质量可以表明该网页的重要性。网页获得的链接越多，它的排名越高，同时，链接来源的权重也会影响最终的PageRank分数。PageRank组件能够输出各节点的权重。...
什么是AI分布式训练通信优化库AIACC-ACSpeed
ACSpeed在AI框架层、集合算法层和网络层上分别实现了与开源主流分布式框架的充分兼容，并实现了软硬件结合的全面优化。ACSpeed的组件架构图如下所示：架构层 说明 AI框架层 在AI框架层，ACSpeed通过 aiacc-c10d-plugin 实现了PyTorch框架的...
什么是交通云控平台
算法能力开放 交通云控平台在数百亿节点数万亿边的超大规模网络上，处理EB级别数据，通过模糊认知反演算法，发现复杂场景背后的超时、超距弱关联。同时，平台将算法以引擎（如智能优化、仿真推演、深度分析等引擎）的方式对外提供。业务...
什么是AIoT客流分析算法
在此背景下通过AIoT技术框架与专业算法模型，通过视觉技术帮助企业线下运营过程中“数字空间”智能化升级，提升线下客户体验、改进业务流程、提高服务质量，从而更好促进线下运营效率。方案介绍 1.端智能：设备端完成视觉AI算法监测分析，...
性能测试工具-图形工具
运行环境 请确保ECS实例满足以下条件：与 云原生多模数据库 Lindorm 实例位于同一专有网络。（建议）ECS实例规格为16vCPU及以上。Linux系统。JDK 1.8及以上版本。Python 2.7。注意事项 测试压力过程中可能会使得被测实例负载过高，请勿在...
部署及微调Mixtral-8x7B MoE模型
它的独特之处在于对于每个Token，路由器网络选择八组专家网络中的两组进行处理，并且将其输出累加组合，因此虽然Mixtral-8x7B拥有总共47B的参数，但每个Token实际上只使用13B的活跃参数，推理速度与参数规模为13B的模型相当。Mixtral-8x7B...
基本概念
本文介绍 云原生多模数据库 Lindorm 帮助文档中的相关名词和术语的解释。A 安全组 安全组是一种虚拟防火墙，用于控制安全组中的ECS实例的出入流量。在Lindorm实例的白名单中添加安全组后，该安全组中的ECS实例就可以访问Lindorm实例。更多...
性能测试工具-Shell
准备工作 在压测客户端部署在ECS，您需要确保 云原生多模数据库 Lindorm 实例和ECS实例满足以下条件，以保证网络的连通性。ECS实例信息的查看方法请参见 查看实例信息。所在地域相同，并建议所在可用区相同（以减少网络延时）。网络类型...
安全联邦学习-工作流FL
三、安全联邦学习已支持的能力 用途 算法分类 已支持算法 分类 决策树 XGBoostWithDp GBDTWithDp 逻辑回归 LogisticRegressionWithHe 神经网络 神经网络MLP 回归 线性回归 LinearRegressionWithHe 神经网络 神经网络MLP 四、如何进行安全...
文档更新动态（2022年）
更新说明 数据服务概述 2022年02月18日 新增Dataphin出网IP地址 在连通业务数据库与Dataphin间的网络时，您需要将不同网络环境下Dataphin的出网IP地址添加至业务数据库的白名单中。新增说明 Dataphin出网IP地址 2022年02月18日 新增数据源...
添加限流规则
扩展令牌桶算法：控制发送到网络上的数据的数目，并允许突发数据的发送。有关算法的详细说明参见 限流算法说明。限流后置操作 限流后操作 配置限流后进行的后续操作，可选值：空配置：限流后不做任何处理，返回空值。抛出异常：限流后返回...
存储类型
云原生多模数据库 Lindorm依赖于LindormDFS云原生存储系统，实现了数据存储与计算分离。存储容量独立计费，支持不停机在线扩容。Lindorm实例的存储容量在同实例内的多个引擎之间共享。存储类型说明 云原生多模数据库Lindorm支持的存储类型...
人脸特征算法上云
本文档用来指导厂商提供特征算法上云服务镜像，在保持算法独立性的前提下实现人脸特征下发。IoT门禁服务向设备下发人脸权限时默认使用图片的方式，核心原因是为了更好的兼容性，下发图片后由端侧设备计算人脸特征值。之所以采用这种方式，...
性能测试工具-图形工具
准备工作 在压测客户端部署在ECS，您需要确保云原生多模数据库Lindorm实例和ECS实例满足以下条件，以保证网络的连通性。ECS实例信息的查看方法请参见 查看实例信息。所在地域相同，并建议所在可用区相同（以减少网络延时）。网络类型相同。...
- 产品推荐
- 这些文档可能帮助您