备份方案概览
本文介绍RDS PostgreSQL...稀疏备份 稀疏备份 高频快照备份 高频快照备份 下载备份 常规下载 下载备份 高级下载 说明 适用于PostgreSQL高可用云盘版实例。查看 查看备份空间免费额度 查看备份空间免费额度 删除备份 删除数据备份 删除备份数据
奇异值分解
无 tol 否 收敛误差 1.0e-06 enableSparse 否 输入数据是否为稀疏格式：true false false itemDelimiter 否 指当输入表数据为稀疏格式时，kv间的分隔符。空格 kvDelimiter 否 指当输入表数据为稀疏格式时，key和value的分隔符。冒号 ...
特征异常平滑
特征平滑组件可以将输入特征中包含异常的数据平滑到一定区间，支持稀疏和稠密数据格式。背景信息 平滑方法如下：ZScore平滑 如果特征分布遵循正态分布，则噪音一般集中在-3×alpha 和 3×alpha 之外，ZScore是将该范围的数据平滑到[-3×...
PAI-TF数据转换方法
如需使用GPU进行模型训练，请前往DLC提交任务，具体操作请参见 创建训练任务。trans_csv_id2sparse Python接口 将标记有效位置的CSV字符串集合转换成为稀疏矩阵。trans_csv_id2sparse(records,max_id,id_as_value=True,field_delim=”,”)...
PS-SMART二分类训练
页签 参数 描述 字段设置 是否稀疏格式 稀疏格式的 KV 之间使用空格分隔，key 与 value 之间使用英文冒号（:）分隔。例如 1:0.3 3:0.9。选择特征列 输入表中，用于训练的特征列。如果输入数据是Dense格式，则只能选择数值（BIGINT或DOUBLE...
疏密快照管理策略
本文将介绍疏密快照管理策略，以...从图中可以明显看出：在短时间内快照分布密集，实例可以从较近的快照备份节点使用较少的日志进行恢复，RTO大幅降低。随着时间的增长，快照总数趋于平缓，需要长期保存的备份数量减少，可以大幅降低成本。
过滤式特征选择
根据您使用的不同特征选择方法，从所有稀疏或稠密格式的特征数据中选择并过滤出TopN的特征数据，同时保存为特征重要性表，实现了降低模型训练的难度和提高训练模型的精确度。本文为您介绍 Designer 提供的过滤式特征选择组件的参数配置和...
新功能发布记录
MariaDB备份与恢复 RDS MySQL、RDS SQL Server、RDS PostgreSQL、PolarDB MySQL版 稀疏备份 RDS MySQL、RDS SQL Server、RDS PostgreSQL、PolarDB MySQL版（集群实例）稀疏备份功能地域开服，当前28个地域下的实例均可使用该功能。...
备份方案概览
说明 使用RDS备份前，建议您先了解RDS的备份组成、备份的存放位置、备份的影响等。具体详情，请参见 备份简介。RDS MySQL数据恢复方案，请参见 恢复方案概览。其他引擎备份恢复方案，请参见：SQL Server备份方案概览、SQL Server恢复方案...
离散值特征分析
稀疏矩阵 当输入表数据为稀疏格式时，需要设置KV格式的特征。方式二：PAI命令方式 使用PAI命令方式，配置该组件参数。您可以使用SQL脚本组件进行PAI命令调用，详情请参见 SQL脚本。PAI-name enum_feature_selection-project algo_public-...
动态特征提取
其他说明 采样数据预处理：根据采样方式获取到采样数据后，算法将剔除所有无效的采样数据，只保留有效的采样数据进行滤波计算。输出后处理：当输出质量码为好值时，则输出当前特征计算值。当输出质量码为坏值时：对于最大值、最小值、平均...
检索Doc
Optional[List[str]]=None,sparse_vector:Optional[Dict[int,float]]=None,async_req:False)->DashVectorResponse 使用示例 说明 需要使用您的api-key替换示例中的YOUR_API_KEY、您的Cluster Endpoint替换示例中的YOUR_CLUSTER_ENDPOINT，...
检索Doc
使用示例 说明 需要使用您的api-key替换示例中的YOUR_API_KEY、您的Cluster Endpoint替换示例中的YOUR_CLUSTER_ENDPOINT，代码才能正常运行。本示例需要参考 新建Collection-使用示例 提前创建好名称为 quickstart 的Collection，并参考 ...
多query查询
使用内积时，只返回大于scoreThreshold的结果 无 float 否 SparseData：参数名称 描述 默认值 类型 是否必须 count 每个稀疏向量中包含的元素个数 只有一个稀疏向量时默认为indices长度 list[int]否 indices 元素下标（需要从小到大排序）...
列式JSONB
本文将会为您介绍Hologres中列式JSONB的使用。列式JSONB原理介绍 如下图所示开启JSONB列式存储优化后，系统会在底层自动将JSONB的列转换为强Schema的列式存储，查询JSONB中某一个Value时就可以直接命中指定列，从而提升查询性能。同时因为...
大仓库提效指南
Git LFS的使用及注意事项 以下详尽的文档将帮助你开始使用 Git LFS，请参考：如何使用 Git LFS LFS 迁移指南 浅克隆适用的场景 应用构建 应用构建只需要最新版本的代码，不必要花费大量时间下载全部代码。这时候可以使用浅克隆特性，截断...
高频快照备份
部分地域的 云盘实例 现已支持将备份策略页面 切换高级版本，升级后可用于实现稀疏备份，即更灵活地设置备份策略并保留最少的备份集。具体详情，请参见 稀疏备份。如需了解更多数据库备份或恢复方案，请参见 备份方案概览 或 恢复方案概览...
高频快照备份
部分地域的 云盘实例 现已支持将备份策略页面 切换高级版本，升级后可用于实现稀疏备份，即更灵活地设置备份策略并保留最少的备份集。具体详情，请参见 稀疏备份。如需了解更多数据库备份或恢复方案，请参见 备份方案概览 或 恢复方案概览...
拓展组件
数据量较多时才能准确反映整体宏观热力特征，数据量很少或分布很稀疏时不推荐使用。不受光照影响。属性名称 参数 说明 点热力组件 配置资产 选择点热力资产资源。相对坐标 单击 图标，控制当前对象的相对坐标位置。数据 输入含有地理信息的...
Python组件常用SDK
如下：#key的组成#tenant_xxxxxx：租户编码#filter_node：节点编码#pres_diff_filter：测点编码 {"pres_diff_filter":{"keyName":"生料磨压差滤波","time":1617160993670,"value":8.343000411987305,"key":"tenant_xxxxxx.filter_node.pres...
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...
COUNT
使用COUNT的语法如下：collection.COUNT collection是集合的名称。对于varray，COUNT始终等于LAST。以下示例显示可以稀疏地填充关联数组（即，已赋值元素的序列中存在“间隙”）。COUNT仅包括已赋值的元素。DECLARE TYPE sparse_arr_typ IS...
线性支持向量机
本文介绍线性支持向量机算法组件的配置方法及使用示例。背景信息 本文中的线性支持向量机算法不通过核函数方式实现，具体实现理论请参见 算法原理 中的Trust Region Method for L2-SVM部分。使用限制 线性支持向量机算法组件仅支持二分类...
分组检索Doc
异步接口 public ListenableFuture<Response<List<Group>>>queryGroupByAsync(QueryDocGroupByRequest queryDocGroupByRequest)使用示例 说明 需要使用您的api-key替换示例中的YOUR_API_KEY、您的Cluster Endpoint替换示例中的YOUR_CLUSTER...
备份PostgreSQL数据
部分地域的 云盘 实例现已支持将备份策略页面 切换至高级版本，升级后可用于实现 稀疏备份（如无升级入口，请提交 申请 使用）。升级后，备份策略设置入口及部分参数设置方法会略有不同，请根据实际情况选择设置方法。常规备份策略页面（未...
归一化
组件配置 您可以使用以下任意一种方式，配置归一化组件参数。方式一：可视化方式 在 Designer 工作流页面配置组件参数。页签 参数 描述 字段设置 默认全选 默认全选，多余列不影响预测结果。保留原始列 处理过的列增加“stdized_”前缀。...
百分位
例如对于一组数据的百分位计算结果如下：原始数据 20 10 30 40 50 20 升序排名 3 1 4 5 6 3 升序百分位 40%0%60%80%100%40%降序排名 5 6 3 2 1 5 降序百分位 80%100%40%20%0%80%说明 存在相同的数据时使用的是稀疏并列排序：1，3，3，4，非...
分组检索Doc
Python#根据向量进行分组相似性检索+稀疏向量 ret=collection.query(vector=[0.1,0.2,0.3,0.4],#向量检索 sparse_vector={1:0.3,20:0.7},group_by_field='name',)入参描述 说明 vector 和 id 两个入参需要二选一使用，并保证其中一个不为空...
标准化
标准化所使用的公式:（X-Mean）/（standard deviation）。Mean：样本平均值。standard deviation：样本标准偏差，针对从总体抽样，利用样本来计算总体偏差，为了使算出的值与总体水平更接近，就必须将算出的标准偏差的值适度放大，即。样本...
数据模型
在HBase中，数据存储在具有行和列的表中，这是与关系数据库（RDBMS）类似的模型，但与之不同的是其具备结构松散、多维有序映射的特点，它的索引排序键由行+列+时间戳组成，HBase表可以被看做一个“稀疏的、分布式的、持久的、多维度有序Map...
进阶使用
使用DashText来训练自定义模型时一般需要遵循以下步骤：Step1：确认使用场景 当准备使用SparseVector来进行信息检索时，应提前考虑当前场景下的Query以及Document来源，通常需要提前准备好一定数量Document来入库，这些Document通常需要和...
什么是人工智能平台PAI
业内领先的AI优化：高性能的训练框架，稀疏训练场景，支持数十亿到数百亿的稀疏特征规模，数百 亿到数千亿的样本规模，上千worker的分布式增量训练。主流框架模型加速，使用PAI Blade提升RestNet50、Transformer+LM等十数个主流模型加速比...
pg_largeobject
但现在可使用 pg_largeobject_metadata 来获得大对象 OID 的列表。列名称 列类型 描述 loid oid 包含此页的大对象的标识符。pageno int4 此页在它所属大对象中的页号（从0开始计）。data bytea 实际存储在大对象中的数据。它从不会超过 ...
lo-implementation
这和 Unix 文件系统中“稀疏”文件的一般行为相对应。大对象可以有一个拥有者和一组访问权限，它们可以用GRANT和REVOKE管理。读一个大对象需要 SELECT 权限，而写或者截断一个大对象则需要 UPDATE 权限。只有大对象的拥有者（或者一个数据...
使用ALS算法实现音乐评分预测（旧版）
本文为您介绍如何使用ALS矩阵分解算法预测用户对音乐的评分。前提条件 已创建工作空间，详情请参见 创建工作空间。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...
岭回归预测
岭回归预测组件支持稀疏、稠密两种数据格式。您可以使用岭回归预测组件做数值型变量的预测，包括房价预测、销售量预测、湿度预测等。本文为您介绍岭回归预测组件的配置方法。使用限制 支持的计算引擎为MaxCompute、Flink或DLC。算法原理 岭...
DSW使用案例汇总
使用EasyCompression进行模型压缩训练 本文介绍如何使用EasyCompression进行剪枝、量化及结构化稀疏训练。AIGC文生图模型微调及WebUI部署 本文为您介绍如何在阿里云 DSW 中，基于Diffusers开源库进行AIGC Stable Diffusion模型的微调训练，...
PyAlink脚本
稀疏向量（SparseVector）使用示例：$4$1:0.1 2:0.2。其中：两个美元符号（$）中间的数字表示向量长度；美元符号（$）之后的值表示列索引：列对应的值。稠密向量（DenseVector）使用示例：0.1 0.2 0.3。表示按照顺序，以空格为分隔符的值。...
one-hot编码
因此，经过独热编码后数据会变成稀疏的，输出结果也是KV的稀疏结构。功能介绍 one-hot编码组件包括训练和预测功能：one-hot编码组件训练功能：输入节点：该组件第一个输入节点（左）是训练数据的输入，训练时无需设置输入节点（右）。输出...
Lasso回归预测
Lasso回归预测组件支持稀疏、稠密两种数据格式。您可以使用该组件做一些数值型变量的预测，比如贷款额度预测、温度预测等。本文为您介绍Lasso回归预测组件的配置方法。使用限制 支持的计算引擎为MaxCompute、Flink或DLC。算法原理 Lasso...
- 产品推荐
- 这些文档可能帮助您