产品优势
阿里云工业视觉智能产品主要有以下几点优势：深度优化的模型 算法模型针对工业检测中样本图像语义信息弱、尺度变化大、背景复杂、特征组内差异大组间差异小的特点深度优化，在您再次定制优化前即拥有远优于开源算法的性能。无需专业算法...
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...
调用通义系列大模型开发应用上架应用商店/微信小程序...
阿里云百炼大模型服务平台面向云上企业提供相关大模型技术支持，涉及不同应用方的使用场景差异，可能涉及合规要求的算法备案，备案中涉及算法相关研发信息及内容，因此我们汇总整理了支持云上企业查询大模型算法备案的指南。需要备案信息...
代码逻辑场景
受影响的请求数 否 0 限制最多发生故障的请求总数，每生效一次故障计数加1，累计发生故障请求数超出设定值后，请求则不再发生故障。填写数值小于等于0时，则表示不限制。受影响的请求占比（%）否 0 限制发生故障的请求数占所有应该发生故障...
用户窃电识别
例如通过采集电量异常、负荷异常、终端报警、主站报警及线损异常等信息监测窃漏电情况及计量装置故障，或根据报警事件发生前后客户计量点电流、电压及负荷数据情况，构建基于指标加权的用电异常分析模型，从而检查用户是否窃电或计量装置...
实例的节点故障处理机制
当节点发生故障后，系统会对故障节点进行检查与修复。节点故障期间实例的相关服务不可用。说明 单节点实例适用于测试、培训、非核心业务等场景，生产环境建议使用副本集实例或分片集群实例以保障服务的高可用性。副本集 图 1.副本集架构 ...
测试协议
提示条款 欢迎您与杭州耘点科技有限公司（下称“我们”）共同签署本《通义万相大模型API测试协议》（下称“本协议”）并测试体验通义万相大模型API！协议中条款前所列索引关键词仅为帮助您理解该条款表达的主旨之用，不影响或限制本协议...
测试协议
提示条款 欢迎您与杭州耘点科技有限公司（下称“我们”）共同签署本《通义万相大模型API测试协议》（下称“本协议”）并测试体验通义万相大模型API！协议中条款前所列索引关键词仅为帮助您理解该条款表达的主旨之用，不影响或限制本协议...
服务协议
提示条款 欢迎您与杭州耘点科技有限公司（下称“我们”）共同签署本《通义千问大模型API服务协议》（下称“本协议”）并使用通义千问大模型API！协议中条款前所列索引关键词仅为帮助您理解该条款表达的主旨之用，不影响或限制本协议条款的...
目标检测常见错误码
当API请求发生错误时，服务端会返回错误信息。本文为您介绍目标检测API返回的错误码信息。说明 阿里云视觉智能开放平台各类目视觉AI能力API接入、接口使用或问题咨询等，请通过钉钉群（23109592）加入阿里云视觉智能开放平台咨询群联系我们...
功能特性
科学统一的评估参数决策最优模型 算法逻辑的复杂和专业性使得用户在面对生成的多个候选模型时筛选茫然，基于这种情况，我们在训练结束后可以进入评估环节，只要少量的测试集上传就可以根据平台提供的可视化数据评估指标来进行筛选和抉择，...
产品优势
面向电商、社交、金融、零售、游戏、出行、媒体...无需风控策略、模型、算法背景，标准化模型开箱即用，小时级接入，快速提升风控水位。支持白盒化策略配置，如：添加黑/白名单、调整策略阈值、增加自定义策略等，实现模型服务的个性化定制。
复购预测概述
复购预测将基于用户既往购买行为记录，通过训练算法模型，预测用户在未来指定时间内复购的可能性，找到大量非品牌原核心人群的高复购概率人群，为业务圈选外机会人群补充，继而针对这些高复购概率人群进行重点运营，提升品牌复购率。...
K近邻
模型地址 字符 算法参数 参数名 参数描述 是否必填 参数默认值 参数范围 建模类型 选择使用分类模型还是回归模型进行建模。是 分类 分类 回归 选取最近邻样本数 否 5[1,100]权重 均匀：每个邻域中的所有点均被加权。距离：权重和距离成反比...
功能特性
阿里云工业视觉智能从工作区、数据集和模型三...模型管理的基本功能是基于数据集和工作区提供的基础算法模型，或者用户已经训练得到的算法模型，继续通过训练对算法模型进行定制和优化。把生成的算法模型发布为公共云API或导出成SDK离线使用。
梯度提升决策树
功能说明 GBDT（Gradient Boosting Decision Tree）是一种迭代的决策树算法，由多棵决策树组成，是进行多分类的算法模型。梯度提升采用连续的方式构造树，每棵树都试图纠正前一棵树的错误。默认情况下，梯度提升决策树中没有随机化，而是...
V3.3.47版本说明
更新内容 复购预测、货品推荐：优化算法模型、预测任务与关联的受众、行为数据集、商品数据集、商品池之间的删除先后逻辑，完善删除限制。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...
EasyCkpt：AI大模型高性能状态保存恢复
EasyCkpt是PAI为PyTorch大模型训练场景而开发的高性能Checkpoint框架，通过实现接近0开销的模型保存机制，提供了大模型训练全过程进度无损的模型保存与恢复的能力。目前EasyCkpt支持当前流行的两种大模型训练框架Megatron和DeepSpeed，本文...
货品推荐概述
货品推荐将基于用户既往购买行为记录，通过训练算法模型，智能解析用户和商品、商品和商品之间的关联关系，提升运营效率，提升品牌转化率和复购率。可用于以下营销场景：基于用户和商品的关联关系，可以实现商品的精细化运营。具体来说，...
应用场景
设备行业：企业使用物联网与算法模型技术提前预测风机故障。通过温度传感器对整个风机的温度测点进行实时监控，并对海量温度数据进行深度学习，构建风机故障检测与感知预测模型，最终做到提前1-2周识别风机微小故障并预警，单台风机单次...
Designer使用案例汇总
基于组件化EasyRec框架快速搭建深度推荐算法模型 组件化EasyRec框架可以帮助你以“搭积木”的方式快速构建想要的模型结构。使用ALS算法实现音乐评分预测（旧版）介绍如何使用ALS矩阵分解算法预测用户对音乐的评分。智能风控解决方案 案例...
如何设置初始化时间窗口数量？
日志异常分析算法从创建任务时开始运行，其中算法模型需要经过一段时间的初始化训练后才能进行异常检测。您需要通过时间窗口数量和时间窗口长度指定合适的初始化时间。合适的初始化时间，可以使算法模式在初始化阶段分析到大多数的日志类别...
故障复盘
复盘文档一般包含以下内容：故障简述：故障概述、影响面、处理人等 故障背景：故障发生时的业务链路 故障时间线：着重强调故障引入、故障发生、故障发现、业务响应、恢复执行、故障恢复几个时间点 故障原因分析：建议先一句话总结，再进行...
DeployedAlgorithmModel
描述 OpenSearch 应用部署成功的算法模型。示例 {"modelName":"popV2","modelId":363,"progress":100,"status":"IN_SERVICE","projectId":1747,"algorithmType":"POP"} 结构 字段 类型 描述 modelName String 模型名称 modelId Integer ...
DeployedAlgorithmModel
描述 OpenSearch 应用部署成功的算法模型。示例 {"modelName":"popV2","modelId":363,"progress":100,"status":"IN_SERVICE","projectId":1747,"algorithmType":"POP"} 结构 字段 类型 描述 modelName String 模型名称 modelId Integer ...
通过客户自建物联网平台使用AI算法保护
3.2.3 算法模型创建 如果算法厂商准备授权一种新的算法到设备厂商，首先需要对模型进行离线加密处理，然后完成算法模型创建。点击新增算法模型按钮，会弹出新增算法模型窗口。输入算法厂商名称和算法模型名称。上传授权许可文件，该文件由...
EncodeBlindWatermark-添加图片盲水印
不同算法模型的区别请参见算法模型。DWT_IBG 算法模型 模型名称 解码是否需要原图 抗攻击能力 计算速度 限制 FFT Y 较弱 一般 对色彩不够丰富的图片（例如线框图），添加盲水印后，图片可能会泛黄。FFT_FULL Y 一般 慢 图片比 FFT 泛黄的...
组件参考：所有组件汇总
文本分类训练（MaxCompute）（即将下线）该算法组件集成了基于BERT的文本分类模型、传统深度文本分类（例如TextCNN）模型及PAI自研的DGCNN模型。文本匹配训练（MaxCompute）（即将下线）该组件的输入为两个句子，输出它们是否匹配。序列...
概述
为什么需要冷启动 通常推荐系统通过协同过滤、矩阵分解或是深度学习模型来生成推荐候选集，这些召回算法一般都依赖于用户-物品行为矩阵。在真实的推荐系统中，会有源源不断的新用户、新物品加入，这些新加入系统的用户和物品由于缺乏足够...
DecodeBlindWatermark-解析图片盲水印
关于不同算法模型的区别，请参见 EncodeBlindWatermark 中的算法模型。说明 对同一张图片，添加盲水印和解析盲水印时必须使用同一种算法，否则图片的水印无法进行解析。DWT_IBG 返回参数 名称 类型 描述 示例值 object RequestId string 当...
Alibaba Cloud Linux 2系统中TCP拥塞控制算法BBR对...
本文为您介绍Alibaba Cloud Linux 2系统中TCP拥塞控制算法BBR（Bottleneck Bandwidth and RTT）对网络性能有影响的原因及解决方案。问题描述 符合下列条件的ECS实例中，内核TCP拥塞控制算法默认为BBR算法。该算法会在CPU使用率高、网络数据...
PAI
其中在线预测服务部署是将算法模型应用至实际业务的重要环节。为了帮助用户更好的实现一站式端到端的算法应用，PAI平台针对在线推理场景提供了PAI EAS(Elastic Algorithm Service)在线预测服务。PAI EAS可以将模型以REST API的形式发布到...
获取平台模型最新状态
通过将平台最新的模型下拉到本地，防止插件里的模型缓存与平台模型存在不同步的情况导致问题。通常BizWorks Toolkit插件内部会在需要的时候（例如上报前）自动获取更新，但您仍可以在平台有改动后立即操作更新，以查看最新的平台模型信息和...
返回状态码说明
通用状态码由DashScope约定，各算法模型还可能在通用状态码的基础上增加自定义的状态码和状态信息。请通过返回结果中的 code 和 status 字段定位调用成功或失败的详细信息。下表列出DashScope通用状态码信息。各算法模型自定义的状态码信息...
设计方案
从提前发现系统风险、提升测试质量、完善风险预案、加强监控告警、提升故障应急效率等方面做到故障发生前有效预防，故障发生时及时应对，故障恢复后回归验证。基于故障本身打造分布式系统韧性，持续提升软件质量，增强团队对软件生产运行的...
客服模型检测
功能介绍：检测客服常见的异常情绪，由系统内置的算法模型进行分析，无需通过人工规则配置。目前可检测的类型有：反问反怼、引导投诉、推诿、辱骂。配置方法：直接选择需要检测的情绪类型。使用示例：每种情绪的表达示例如下：1、反问反怼...
扫描上报和合并代码模型
如果您需将本地的模型上报到平台上，可通过QuickFix快速修复的方式上报或修改某个 field/method，也可上报整个模型，或进行多个模型的上报。但您需注意需要上报的模型是否依赖于别的模型，别的模型是否也需要上报。本文介绍如何在Tool ...
故障管理
通过建立一个规范可遵循、全流程闭环的故障管理体系，配合技术手段的提升，可以有效降低故障发生的几率，缩短故障的MTTR，最终使故障造成的破坏性趋近于0。在日常运营中，无论什么原因导致业务服务中断、服务品质下降或用户服务体验下降的...
概览
热点文章 通义千问Qwen全托管灵骏最佳实践 5分钟使用EAS一键部署LLM大语言模型应用 PAI+向量检索快速搭建大模型知识库对话 5分钟使用EAS一键部署ChatGLM及LangChain应用 Llama2-WebUI基于EAS的一键部署 5分钟操作EAS一键部署通义千问模型 ...
com.aliyun.opensearch.cava
类名称 类简介 QueryMatchRatio 计算查询词中命中的词组与总词组的比值 QueryTermCount 计算查询词分词词组个数 QueryTermMatchCount 计算查询词中命中的词组个数 算法模型性特征（algo）包com.aliyun.opensearch.cava.features.algo封装了...
- 产品推荐
- 这些文档可能帮助您