什么是工业大脑AICS
智能控制系统辨识，通过辨识建立数学模型估计表征系统行为重要参数，建立一个能模仿真实系统行为的模型，用当前可测量的系统的输入和输出预测系统设计智能控制器，辨识完成模型，可通过控制流程中的DT-MPC组件对系统智能控制；工业数据建模...
模型训练
Designer支持通过连线的方式，将各个节点组织构建成一个有上下游关系的模型工作流。Designer支持界面化的节点参数配置，为您降低建模技术门槛。步骤二：调试模型 Designer画布上方有运行、全部任务查看等按钮，便于您在建模过程中或构建...
常见问题
云工作流的工作原理是什么？云工作流的优势是什么？云工作流最长执行多长时间？怎么执行云工作流？云工作流使用什么语言编写流程？云工作流是集成了云监控？云工作流是否集成了事件源？什么是 云工作流？云工作流 是一个用来协调多个分布式...
离线模型（OfflineModel）相关组件
您可以在构建模型工作流的下游，连接 复制MaxCompute离线模型 组件，将模型固定输出为指定名称，具体如下图所示。您可以在该组件的 参数设置 页签，配置以下参数。其中：目标MaxCompute Project名：如果不配置该参数，则默认为当前工作空间...
Insights事件概览
工作原理 Insights事件的生成条件：当您开通Insights功能后，操作审计会持续分析您开通Insights功能后所产生的全部管控事件，并在至少24小时后为您产生第一条Insights事件。Insights事件是对可能存在风险的行为的洞察，如果您的阿里云账号...
Pipeline部署在线服务
前提条件 已创建模型工作流（包含数据预处理、特征工程、模型预测的离线数据），并成功运行。详情请参见 构建模型。快速入门 您可以参考以下视频，快速了解如何使用Pipeline部署在线服务。打包Pipeline模型 将Pipeline模型部署为在线服务 ...
AICS实现对SISO非积分对象的稳定控制
过程仿真模型 过程模型：输出变量受输入变量的影响关系可以用数学模型表示。这里，用一阶滞后传递函数模型TF1来描述冷水流量对出水温度的影响，包含3个主要参数：模型增益=1，时间常数=50，时滞=25。模型增益表示单位输入变化引起的稳态...
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）...
EAS模型服务概述
模型在线服务EAS（Elastic Algorithm Service）是PAI产品为实现一站式模型开发部署应用，针对在线推理场景提供的模型在线服务，支持将模型服务部署在公共资源组或专属资源组，实现基于异构硬件（CPU和GPU）的模型加载和数据请求的实时响应...
Prompt最佳实践
Prompt 工程简介 Prompt（提示词）是一个指令、问题或者语句，能被 用来引导或指示一个语言模型生成特定的文本输出。Prompt是用户与语言模型交互的起始点，它告诉模型用户的意图，并且期望模型能以有意义且相关的方式回应。通过精心设计的...
推理加速（Blade）概述
工作原理 PAI-Blade以Wheel包的形式安装到用户环境，无需申请资源、上传模型和数据的繁琐步骤。您可以在代码中调用PAI-Blade的Python接口，使模型优化集成在工作流中，且能够在本地对优化完成的模型进行性能验证。此外，您还可以便捷地尝试...
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...
工作原理
工作原理 日志服务通过消费组或SQL方式抽取或聚合出监控指标，按照调度规则定时拉取数据输入模型，将巡检出来的结果按照事件标准写入目标日志库（internal-ml-log）中，并对异常发送告警通知。具体工作原理如下图所示。功能特性 日志服务的...
建模空间
需要注意的是：以上图为例，模型设计师在工作空间Project_1中进行模型设计（模型1），这套模型通过模型设计空间物化部署至Project_2、Project_3后，如果在应用过程中发现模型1需要完善，则仅能在Project_1中进行修改，Project_2、Project_3...
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...
搭建场景
创建场景完成后，您可根据业务模型搭建3D业务场景，展示孪生模型中的实时数据、状态及告警信息等。本文介绍搭建场景的具体操作。前提条件 已完成创建场景。具体操作，请参见 创建场景。添加模型 在场景编辑工作台的顶部操作栏，默认选中 ...
模板工作流demo
工作流运行结束后，单击 模型列表。在 模型列表 对话框中，选择要部署的模型，并单击 部署至EAS。在 部署服务 页面，模型文件 和 Processor种类 默认已配置完成，其他参数可根据实际需要参考界面提示修改配置。单击 部署。模型服务创建成功...
模型版本准入状态及事件触发
模型管理支持通过模型准入状态变更来触发模型下游事件。适用场景包括模型版本准入后自动更新EAS模型服务，模型版本准入状态发生变化后自动发送钉钉群机器人消息，模型版本准入状态变化后自动调用指定的HTTP或HTTPS服务。前提条件 工作空间...
训练加速（Pai-Megatron-Patch）概述
本文为您介绍Pai-Megatron-Patch的工作原理和使用流程。背景信息 Pai-Megatron-Patch工具是阿里云机器学习平台PAI算法团队研发，基于阿里云智算服务PAI-灵骏平台的大模型最佳实践解决方案配套工具，旨在帮助大模型开发者快速上手灵骏产品，...
模型调优
模型调优 模型调优是通过Fine-tuning训练模式提高模型效果的功能模块，作为重要的大模型效果优化方式，用户可以通过构建符合业务场景任务的训练集，调整参数训练模型，训练模型学习业务数据和业务逻辑，最终提高在业务场景中的模型效果。...
工作流概述
创建工作流：预置模板 Designer 为您提供了大量预置模板，便于您直接套用模板快速构建工作流模型，如果您的应用场景与已有的模板工作流相似，建议您直接基于模板来创建工作流，后续在工作流的基础上简单编辑配置工作流，即可完成模型构建。...
代码示例
PAI Python SDK提供了丰富的代码示例Notebook，开发者可以通过这些Notebook快速学习如何通过Python Python SDK在PAI完成模型的开发部署等工作。模型开发 打开Notebook 示例描述 Github DSW Gallery 使用MNIST数据集和PAI预置的PyTorch镜像...
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...
蚂蚁 PaaS 平台核心领域模型介绍
工作空间组（WorkspaceGroup）应用服务实例组（AppService Instance Group，AIG）部署单元（Cell）工作空间组（WorkspaceGroup）工作空间组（WorkspaceGroup）是工作空间（Workspace）在多地域的扩展，在多地域内对资源进行分组隔离管理。...
心脏病预测
本工作流基于真实的心脏病患者体测数据，为您介绍如何通过数据挖掘算法构建心脏病预测模型。前提条件 已创建工作空间，详情请参见 创建工作空间。已将MaxCompute资源关联到工作空间，详情请参见 管理工作空间。数据挖掘流程 数据集 本工作...
Triton Inference Server镜像部署
Triton Inference Server是一个适用于深度学习与机器学习模型的推理服务引擎，支持将TensorRT、TensorFlow、PyTorch或ONNX等多种AI框架的模型部署为在线推理服务，并支持多模型管理、自定义backend等功能。本文为您介绍如何通过镜像部署的...
建模优化
计算逻辑原理 通过依次添加序列、变量、参数、目标函数及约束等，完成数学建模，配置相应的求解属性，调用底层求解器进行模型的求解。使用流程说明 添加数据源。引入DB-IN组件，配置数据库及对应的字段，选择模型需要的数据。定义问题类型...
开发流程
准备工作 ⑥ 模型管理模块统一管理训练完成的模型，并直接对接模型在线服务（EAS）。您可以将模型直接部署为在线服务。注册及管理模型 ⑦ PAI平台的模型在线预测服务，支持异构硬件（CPU和GPU）模型加载，高吞吐低延迟，大规模复杂模型一键...
编排工作流
基本功能 在配置工作流时，您可以执行以下基本功能：创建工作流 将元素添加到工作流 编辑工作流 删除工作流 复制工作流 触发工作流 创建工作流 登录 Mobi。在顶部菜单栏选择 应用管理，在右上角搜索框中输入目标应用，例如 TEST。在指定的...
人工神经网络
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）的结构和功能的数学模型或计算模型，用于对函数进行估计或近似。人工神经网络有多层和单层之分...
模型说明
StructBERT 分类模型【推荐】阿里巴巴达摩院自研的alicemind模型体系，主要原理为使用 StructBERT模型 从大量无标注语料进行预训练，精度较高，推理速度较慢。StructBERT小样本分类：基于StructBert-base，在xnli数据集（将英文数据集重新...
MapReduce模型
背景信息 MapReduce模型只有一个Reduce，所有子任务完成后会执行Reduce方法，可以在Reduce方法中返回该任务示例的执行结果，作为工作流的上下游数据传递。如果有子任务失败，Reduce不会执行。Reduce失败，整个任务示例也失败。MapReduce...
什么是Topic
工作原理 在上图中分为设备、物联网平台和业务服务器三端，其中设备和物联网平台的通信基于MQTT协议。设备、业务服务器、物联网平台的通信过程请参见 使用Topic通信。MQTT（Message Queuing Telemetry Transport）是一种基于 发布/订阅 ...
概念解释
自定义模型 自订阅模型是基于您训练过的模型进行再次训练，从而调优模型效果，请注意，由于大模型的训练原理，多次训练模型时，后序训练易丢失前序训练已习得的能力，建议后序训练数据需要采样或保持前序训练数据。循环次数 循环次数代表...
基本概念
自定义模型 自定义模型版本是基于您训练过的模型进行再次训练，从而调优模型效果，请注意，由于大模型的训练原理，多次训练模型时，后序训练易丢失前序训练已习得的能力，建议后序训练数据需要采样或保持前序训练数据。循环次数 循环次数...
模型训练最佳实践
创建新模型训练任务需要选择模型类型，平台支持两种模型类型，如果第一次训练模型，一般选择预置模型，如果希望基于已训练的模型进行再次训练，则可选择自定义模型，定义如下：预置模型 预置模型为未经过任何训练的原始模型，您可以通过...
用户中心
支持对数算子和模型按用户或工作组新建资产包，为工作组或用户添加对应的资产包，即拥有该资源下的使用权限。支持租户管理员查看其他用户个人目录下的模型（按工作组区分），并支持查看模型详情。系统配置 支持对系统进行配置、查看操作...
导入导出限界上下文模型
模型导入实现原理 在导入模型前，您需要按照系统规范将数据整理成格式化的.xlsx 文件。如果导入失败，系统会提供失败数据下载，并说明失败原因，以便您修改后能重新导入。完整的模型导入流程如下图所示：导入限界上下文模型 登录BizWorks，...
工作区管理
工作区是基于不同的算法能力划分的不同类型，帮助用户基于自己的业务需求快速准确的选择适合自己的算法模型，在工作区内可对自己标注、训练的模型进行管理。其主要功能分为三部分：1.选择合适的工作区并新建 注意：用户未建立工作区之前，...
认识阿里云百炼大模型服务平台
不同企业家希望通过大模型来提升工作效率的方式，通过已有的知识库，与模型进行建联，从而是模型快速的检索企业知识并问答。推荐使用检索增强类应用，例如：RAG检索增强应用模板、流程编排、应用体验中心 等应用。使用案例：用户想让大模型...
- 产品推荐
- 这些文档可能帮助您