AutoML工作原理
AutoML实现自动化调试参数的工作原理，是通过实验、Trial、训练任务进行循环迭代，来找到最优的超参组合。AutoML的工作机制如下图。您设定好超参数的值域、搜索算法、停止条件配置后，AutoML将其作为一次实验（experiment）传入到后端进行...
自动机器学习（AutoML）
AutoML工作原理 AutoML实现自动化调试参数的工作原理，是通过实验、Trial、训练任务进行循环迭代，来找到最优的超参组合。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）...
DeepFM算法
取值如下：adam（默认）：吸收了AdaGrad（自适应学习率的梯度下降算法）和动量梯度下降算法的优点，既能适应稀疏梯度（即自然语言和计算机视觉问题），又能缓解梯度震荡的问题。sgd：随机梯度下降。rmsprop：对AdaGrad算法进行改进，引入了...
HaaS EDU场景式应用整体介绍
本案例中包括以下主要知识点：陀螺仪工作原理 MPU-6050的驱动和使用 基础算法实现小球随手摆动 通过本案例的学习，能完整的学习到陀螺仪的工作原理，AliOS Things中陀螺仪数据读取，基础算法调教等等操作。同时，您还可以基于陀螺仪的数据...
什么是AutoML
相关文档 AutoML工作原理（推荐）了解AutoML原理机制，实验、Trial、训练任务关系，帮助您理解后续配置项间的逻辑关系。新建实验 通过控制台创建新实验，以及了解其中的关键参数如何配置。AutoML使用案例汇总 您可以通过实际案例，来使用...
工作原理
本文介绍智能巡检的背景信息、工作原理、功能特性、基本概念、调度与执行场景和使用建议。背景信息 基于时间的数据（例如日志、指标）日积月累后会积累大量的数据。例如，某个服务每天产生1000万条数据，则一年大约为36亿条数据。对于这些...
图算法
图算法配置 准备工作完成后可进行图算法任务配置，下面将基于好友关系的源数据进行最短路径、联通子图、PageRank三个算法的验证和配置解释。进入【实例详情】-【图算法】-【算法分析】页面新建和编辑算法配置，如需周期调度任务，可通过...
什么是AI分布式训练通信优化库AIACC-ACSpeed
优化方法 针对上述通信算法实现autotuner，包括warmup、多维度perf_time统计以及top_k_algo的retuning等机制，从而实现在实时训练过程中，针对特定网络选择最优通信算法，保证端到端的性能最优。优化效果 该算法在多机型的不同模型上，均能...
基于二部图GraphSAGE算法实现推荐召回
在工作流列表，双击 推荐召回-GraphEmbedding算法 工作流，进入工作流。系统根据预置的模板，自动构建工作流，如下图所示。区域 描述 ① User&Item 行为表，包括如下字段：user：BIGINT类型，表示用户ID。item：BIGINT类型，表示物品ID。...
高维向量检索（PASE）
本文介绍 PolarDB PostgreSQL版 如何通过PASE插件（基于IVFFlat或HNSW算法）实现高维向量检索。背景信息 近年来，深度学习领域内的表示学习技术，作为人工智能的代表性技术，取得了长足性进展，在工业界中已经被大量应用，例如广告投放、...
高维向量检索（PASE）
本文介绍 PolarDB PostgreSQL版（兼容Oracle）如何通过PASE插件（基于IVFFlat或HNSW算法）实现高维向量检索。背景信息 近年来，深度学习领域内的表示学习技术，作为人工智能的代表性技术，取得了长足性进展，在工业界中已经被大量应用，...
网络洞察仪
工作原理 评估公网质量是否发生异常 通过实时分析网络洞察仪的出入公网流量，应用AIOps算法分析和预测公网流量的健康运行状况模型，若您的业务流量偏离模型评估的健康范围，洞察仪将产生告警帮助您及时感知业务网络异常，并从以下两个方面...
高效向量检索（PASE）
本文介绍RDS PostgreSQL如何通过PASE插件（基于IVFFlat或HNSW算法）实现高效向量检索。说明 PASE插件已不再维护，建议您使用 高维向量相似度搜索（pgvector）插件。前提条件 实例为RDS PostgreSQL 11或以上版本。背景信息 近年来，深度学习...
Designer概述
自定义算法组件 包括SQL脚本、Python脚本、PyAlink脚本等自定义算法组件，可以满足您更加定制化的算法工作流串联需求。从实现框架及支持的计算资源来区分 包括Alink框架和PAICommand框架，两种框架的算法组件各自具有一些独特的功能特性：...
GBDT二分类V2
算法原理 梯度提升决策树模型构建了一个由多棵决策树组成的组合模型。每一棵决策树对应一个弱学习器，将这些弱学习器组合在一起，可以达到比较好的分类或回归效果。梯度提升的基本递推结构为：其中，通常为一棵 CART 决策树，为决策树的...
DT-PID V2.1.0
功能说明 PID控制器是最常见的单变量基础控制器，其算法简单、鲁棒性好和可靠性高，被广泛应用于工业过程控制，广泛适用于没有精确模型的控制系统，对于可建立精确数学模型的确定性控制系统也具有较好的精确控制能力。PID控制又称为比例、...
JOIN优化和执行
其中inner_table 和outer_table也可以是多张表的JOIN结果，例如：/*+TDDL:NL_JOIN((outer_table_a,outer_table_b),(inner_table_c,inner_table_d))*/SELECT.Hash Join Hash Join是等值JOIN最常用的算法之一。它的原理如下所示：拉取内表...
加密与签名数据的格式
消息头中的算法详情如下表所示：算法号 算法信息 算法 工作模式 密钥长度（bit）初始向量长度（Byte）1 AES_GCM_NOPADDING_128 AES GCM 128 12 2 AES_GCM_NOPADDING_256 AES GCM 256 12 3 AES_CBC_NOPADDING_128 AES CBC 128 16 4 AES_CBC_...
新建实验
更详细的原理介绍，请参见 AutoML工作原理。前提条件 首次使用AutoML功能时，需要完成AutoML相关权限授权。具体操作，请参见 云产品依赖与授权：AutoML。已创建工作空间，具体操作，请参见 创建工作空间。如果创建DLC任务，需要完成以下...
评分卡训练
评分卡是信用风险评估领域常用的建模工具，其原理是通过分箱输入将原始变量离散化后再使用线性模型（逻辑回归或线性回归等）进行模型训练，其中包含特征选择及分数转换等功能。同时也支持在训练过程中为变量添加约束条件。说明 如果未指定...
常见问题
基本原理 为什么拜占庭类共识算法（BFT，如Quorum使用的Istanbul BFT）至少需要4个节点？答：拜占庭类共识算法在有3F+1个节点的情况下，系统可以容忍F个节点失败。因此为了保证至少一个节点失效情况下仍然能达成共识，总节点数需满足 3*1+1...
算法管理
算法信息主要包括算法能力集（算法支持的视频检测及分析能力）、算法能力值（算法最多支持的可分析视频流数量）、用户自定义的算法名称及版本号以及存储算法包的OSS相关信息。算法能力集 算法能力集可以理解为算法的标签，指算法支持的视频...
OpenSearch-行业算法版文档排序实践
用户对于搜索引擎最关注的两方面一是召回，即满足条件的doc全部可以被召回；二是排序，即在满足条件的文档中将相关度最高的文档优先召回。其中，二往往是需要根据用户的实际业务需求进行调整，因此就需要用户对OpenSearch-行业算法版在排序...
创建算法实例
说明 时序异常检测 算法最多可购买100个，I-V曲线诊断、功率时序曲线诊断（多站点排序）、功率时序曲线诊断（单站点检测）算法10个起购，最多可购买1,000个。购买时长 选择算法可使用的时长。试用版：一次仅可购买1个月，且仅可购买1次。...
横向MLP二分类/MLP多分类/MLP回归
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，以最小化训练集中样本类别之间的差异性。在二分类问题中，多层感知机将输入特征映射到一个二元分类输出，即预测样本属于正例或负例...
人工神经网络
计算逻辑原理 依据训练给定的样本，来调整神经元之间的“连接权”，以及每个功能神经元的阈值。最终所得到的这个模型，期望对未知样本有一定的泛化能力。对每个训练样本，先走前向传播，输入传递给输入层、隐藏层、输出层。依据输出层的...
AUTO模式数据库与DRDS模式数据库
测试结果 分析以上测试结果，可以得出以下结论：分区表使用的一致性HASH路由算法虽然比原来分库分表中按HASH取模的路由算法更为复杂，但在oltp_point_select场景中吞吐并没有下降太多，基本与原来的持平。在oltp_read_only&oltp_read_write...
K均值聚类
说明 由于 K均值聚类 是结果受初始值影响的局部最优的迭代算法，因此需要多跑几次以选择一个较好的聚类效果，默认是10，一般不需要改。如果你的k值较大，则可以适当增大这个值。是 10[1,99999999]最大迭代次数 单次运行的k均值算法的最大...
DAS Auto Scaling弹性能力
然而随着用户业务的变化，在09:00时CPU再一次打高出现资源紧张的情况，此时的流量分析发现以写流量为主，DAS Auto Scaling算法判断通过提升计算资源规格缓解CPU资源，且实例的CPU利用率下降到50%，解决了第二次CPU紧张的问题。从这个实例的...
DataHub成本节省攻略
zstd在压缩速度和压缩比两方面都有不俗的表现，非常契合datahub的使用场景，因此datahub在新版本中对zstd压缩算法做了支持，相较于DataHub目前支持的lz4和deflate压缩算法，整体效果会好很多。2、序列化改造 DataHub因为在设计上是存在...
使用向量检索插件（aliyun-knn）
算法说明 在算法上，目前向量检索引擎已经支持了hnsw算法以及linear算法，适用于单机数据量小（全内存）的业务场景。两种算法性能对比如下。表 1.hnsw算法和linear算法性能对比 表格中为阿里云Elasticsearch 6.7.0版本环境实测数据，测试...
功能特性
自学习工具从模型新建、模型训练、模型部署三个视角帮助用户实现应用上的闭环，具体表现为工作区管理、数据标注和数据集管理训练、测试集管理、模型部署和模型管理五大功能模块。面向业务场景的工作区管理 积累深厚的行业AI视觉模型 基于...
统一路网
交通云控平台-高速将物理路网还原成一张可计算的路网，路段统一编码，为指标和算法计算层提供稳定的路网基础。路网是交通数据模型的数据基础，传统的路网结构多以导航为目的，为了导航的精准性，会将两个路口之间的物理道路打断为很多小段...
使用协同过滤实现商品推荐
本文为您介绍如何使用协同过滤算法实现商品推荐。背景信息 数据挖掘的一个经典案例就是尿布与啤酒的案例。尿布与啤酒看似毫不相关的商品，当超市将其摆放至相邻货架时，会大幅度提高二者销量。您可以通过数据挖掘中的协同过滤算法挖掘商品...
基于回归算法实现农业贷款发放预测
在工作流列表，选择农业贷款预测的回归算法实现工作流，单击 进入工作流。系统根据预置的模板，自动构建工作流，如下图所示。区域 描述 ① 读数据表读入的数据为工作流数据集，包括：贷款训练集：共一百条历史贷款数据，包括 farmsize 及 ...
什么是视觉计算服务
计算引擎：支持算子管理、智能多级调度、智能流控，确保海量码流能够得到及时处理，计算因子也处于最优工作状态，保障全链路秒级响应。数据总线：负责结构化的特征向量和特征值的存储融合多维度关联，支持以图搜图、特征检索、AI学习等大...
工业视觉智能基本概念
工作区 通过预设的场景帮助用户识别自身需求，用户通过工作区管理自己的数据集与模型。工作区是完整视觉智能能力的承载主体，用户可以对工作区进行独立授权。数据集 工业视觉智能产品的视觉智能模型通过深度学习来获得，而深度学习依赖于...
使用ALS算法实现音乐评分预测（旧版）
ALS算法 交替最小二乘ALS（Alternating Least Squares）算法的原理是对稀疏矩阵进行模型分解，评估缺失项的值，从而得到基本的训练模型。在协同过滤分类方面，ALS算法属于User-Item CF（Collaborative Filtering），兼顾 User 和 Item 项，...
基于图算法实现金融风控
本文为您介绍如何基于图算法，实现金融风控。背景信息 图算法通常适用于关系网状的业务场景。与常规结构化数据不同，图算法将数据整理为首尾相连的关系图谱，需要考虑边和点。PAI提供了丰富的图算法组件，包括K-Core、最大联通子图及标签...
功能特性
阿里云工业视觉智能从工作区、数据集和模型三个维度帮助用户建立对视觉智能的完整管理能力。同时通过覆盖标注、训练和部署三个环节，实现视觉智能在应用上的闭环。面向业务场景的工作区管理 工业领域垂直细分众多，从生产环境、工艺、设备...
- 产品推荐
- 这些文档可能帮助您