信号选择
本文为您介绍信号选择组件。功能说明 信号选择组件用于对输入的信号按照指定规则进行选择，支持最大值、最小值、均值、中位数四种规则。计算逻辑原理 最大值：选择所有输入信号中，信号值最大的信号输出。最小值：选择所有输入信号中，信号...
通义千问VL
通义千问VL是阿里云研发的大规模视觉语言模型（Large Vision Language Model,LVLM），可以以图像、文本、检测框作为输入，并以文本和检测框作为输出，支持中文多模态对话及多图对话，并具有更好的性能，是首个支持中文开放域的通用定位模型...
地标建筑
配置模型参数说明：贴图通道：单击模型的贴图通道内 最终渲染、基本颜色、金属色、粗糙度、法线、发光 和 AO，即可查看模型不同配置项的样式 环境光强度：在模型预览页面，您可以拖动滑块调整模型的环境光强度效果，数值越大，亮度越大。...
地标建筑
配置模型参数说明：贴图通道：单击模型的贴图通道内 最终渲染、基本颜色、金属色、粗糙度、法线、发光 和 AO，即可查看模型不同配置项的样式 环境光强度：在模型预览页面，您可以拖动滑块调整模型的环境光强度效果，数值越大，亮度越大。...
短信发送状态回执错误码
调用接口成功后，运营商会异步返回短信发送状态码。阿里平台 错误码（Code）错误信息（Message）原因及解决方案 isv.SMS_SIGNATURE_SCENE_ILLEGAL 签名和模板类型不一致 原因：模板和签名类型不一致，例如：用验证码签名发送了通知短信或...
快速开始
通义千问VL 说明 支持的领域/任务：aigc 通义千问VL是阿里云研发的大规模视觉语言模型（Large Vision Language Model,LVLM），可以以图像、文本、检测框作为输入，并以文本和检测框作为输出，支持中文多模态对话及多图对话，并具有更好的...
3D
3D组件支持上传自定义3D模型，提供多种示例模型库，可用于工业、水处理等3D场景展示。本文介绍3D组件的详细配置方法。应用示例 如下图所示，使用3D组件展示冷却塔模型。步骤一：添加组件 创建Web应用。具体操作，请参见 创建Web应用。在Web...
精模建筑模型质量标准及优化建议
本文介绍空间构建平台内上传自制的精模建筑模型时的质量标准及模型优化建议。精模建筑模型质量标准 质量标准 说明 几何规范 模型比例与真实世界近似，DataV中三维场景使用的单位是米，不同的建模软件单位不一样，比如blender的建模单位是米...
精模建筑模型质量标准及优化建议
本文介绍空间构建平台内上传自制的精模建筑模型时的质量标准及模型优化建议。精模建筑模型质量标准 质量标准 说明 几何规范 模型比例与真实世界近似，DataV中三维场景使用的单位是米，不同的建模软件单位不一样，比如blender的建模单位是米...
场景编辑工作台
创建场景完成后，可进入场景编辑工作台，进行场景模型配置。本文介绍工作台的各功能区。顶部操作栏 左侧 显示当前场景的名称。中间 显示场景功能页签：场景搭建：在场景编辑区添加3D模型，进行模型大小、位置等设置，完成场景架构搭建。...
API详情
通义千问VL 说明 支持的领域/任务：aigc 通义千问VL是阿里云研发的大规模视觉语言模型（Large Vision Language Model,LVLM），可以以图像、文本、检测框作为输入，并以文本和检测框作为输出，支持中文多模态对话及多图对话，并具有更好的...
部署Stable Diffusion应用FAQ
解决方案：模型正常上传：至少上传一个模型后，检查模型名称、模型大小符合要求。关闭KodBox页面：上传模型后关闭KodBox页面，然后再启动Stable Diffusion服务。生成图片时进程卡住怎么办？Stable Diffusion本身的原因，特定模型下开启面部...
使用POP API创建自学习模型
GetAsrLmModel 删除自学习模型：DeleteAsrLmModel 列举自学习模型：ListAsrLmModel 自学习模型的训练与发布 添加数据集到自学习模型：AddDataToAsrLmModel 从自学习模型中删除数据集：RemoveDataFromAsrLmModel 训练自学习模型：...
高级配置：内存缓存本地目录
在大部分模型推理场景中，业务进程通过OSS或NAS将模型文件挂载到本地目录，进行模型读取、模型切换以及容器的扩缩容等操作时，会受网络带宽的影响，存在较大的延时问题。为了解决这个问题，EAS 提供了本地目录内存缓存加速的功能。通过将...
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...
文本摘要训练
通过文本摘要训练组件，您可以训练出专业的模型，来自动执行诸如文本摘要和新闻标题生成等文本生成任务。本文为您介绍文本摘要训练组件的配置方法。使用限制 仅支持DLC计算资源。模型结构 文本（新闻标题）摘要训练组件的模型结构采用标准...
2.5D
2.5D组件提供多种2.5D模型，可作为模型容器与其他模型自由组合，搭建水处理、自动化等2.5D场景。本文介绍2.5D组件的详细配置方法。应用示例 如下图所示，使用2.5D组件提示某设备发生告警。步骤一：添加组件 创建Web应用。具体操作，请参见 ...
PAI-EasyVision简介
同时，基于PAI的系统优化和模型优化功能，使得训练模型更小、更快地在 EAS 上进行预测。此外，PAI-EasyVision支持自定义训练预测接口，以便复用已有的功能和优化工作。PAI-EasyVision的具体架构如下所示。特性 易用性 考虑到用户分层，有些...
服务介绍
使用拖拽式模型编辑器，可以快速构建映射物理世界的孪生模型。利用强大的3D场景编辑器，可以联动实时孪生数据和多种数据面板，生成可直接使用的孪生应用程序。这些应用程序能够帮助用户实时监测设备和业务状态，优化经营策略，延长设备寿命...
搭建类似妙鸭相机的应用
本文以使用ModelScope社区的人物AIGC基础模型（ID为ly261666/cv_portrait_model）搭建类似妙鸭相机的应用为例，演示如何使用DataCache。通过DataCache提前拉取模型数据，然后在创建应用实例时直接挂载模型数据，可以免去在实例中拉取模型...
搭建类似妙鸭相机的应用
本文以部署ModelScope社区的人物AIGC基础模型（ly261666/cv_portrait_model）搭建类似妙鸭相机的应用为例，演示如何使用数据缓存。通过数据缓存提前拉取模型数据，然后在创建应用实例时直接挂载模型数据，可以免去在实例中拉取模型数据的...
Kohya使用方法与实践案例
本文为您介绍如何训练LoRA模型。背景信息 Stable Diffusion（下文简称SD）是深度学习文生图的一个模型，相对Midjourney，其显著优势在于开源性。SDWebUI是SD的一个可视化浏览器操作界面，它集成了丰富的功能，不仅可以在网页端进行文生图、...
功能发布记录
提升8k-通用-电话客服模型对小音量语音的识别效果。优化 无 中文普通话模型（升级版）提升噪音场景下识别效果。提升生僻字识别效果。提升普通话中混杂的口音的识别效果。提升对鬼畜音频的识别效果，减少识别结果中的异常重复现象。提升直播...
概念解释
模型调优 预置模型 预置模型为未经过任何训练的原始模型，您可以通过选择基础模型进行训练从而得到自创模型，不同的基础模型的参数和能力不同，我们将持续推出不同能力方向的模型。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...
基本概念
模型服务 我的模型 管理所有已开通、已部署的模型，包括模型广场已开通模型及经过训练并完成部署的模型，支持针对模型进行调用、评估、训练。模型广场 在这里您可以根据业务所需挑选通义系列大模型、官方行业或场景大模型、第三方大模型等...
计费说明
公测期间免费 工业视觉智能模型部署计费标准 由于模型部署后的资源消耗与请求负载有关，而与模型训练复杂度关联较小，因此模型部署是独立于基本功能之外的计费项，未来会按照所需的每秒并发请求处理能力（QPS）来进行收费。公测期间免费 ...
常见问题FAQ
4、有可用HDMI信号源，但屏幕黑屏，如何处理 魔盒遥控器操作长按关机，关机1分钟之后再长按开机，检查画面是否恢复。断电重启魔盒。5、如果以上步骤都操作过了，但屏幕依然黑屏，请走售后流程反馈问题（安装部署阶段电话拨打4000099998转1...
MLP二分类/MLP多分类/MLP回归
batch_size的大小会影响模型的训练速度和泛化能力，通常情况下，较小的batch_size可以更快地收敛，但可能会导致模型过拟合；较大的batch_size会更稳定，但收敛速度较慢。迭代轮数 epochs 模型样本的迭代次数。融合模型参数-各隐藏层节点数 ...
偏最小二乘回归
功能说明 偏最小二乘回归是通过投影分别将预测变量和观测变量投影到一个新空间，来寻找一个线性回归模型。偏最小二乘回归提供一种多对多线性回归建模的方法，特别当两组变量的个数很多，且都存在多重相关性，而观测数据的数量（样本量）又...
线性回归
一、组件说明 线性回归模型通过找到一条最佳拟合直线（或超平面），将输入特征映射到一个连续数值输出。在模型训练过程中，采用最小二乘法（least squares）估计模型参数，即最小化输出结果与预测值之间的误差平方和。线性回归模型具有简单...
逻辑回归二分类
一、组件说明 逻辑回归通过将线性回归模型的输出通过Sigmoid函数进行映射，将连续的预测值转换为概率值。Sigmoid函数具有“S”形状，可以将任意实数值映射为0和1之间的概率值，表示样本属于正例的概率。逻辑回归的训练过程是利用最大似然...
横向逻辑回归二分类
一、组件说明 横向逻辑回归通过将线性回归模型的输出通过Sigmoid函数进行映射，将连续的预测值转换为概率值。Sigmoid函数具有“S”形状，可以将任意实数值映射为0和1之间的概率值，表示样本属于正例的概率。横向逻辑回归的训练过程是利用...
图像关键点训练
如果您的业务场景涉及人体相关的关键点检测，则可以通过图像关键点训练组件构建关键点模型，从而进行模型推理。本文为您介绍图像关键点训练组件的配置方法及使用示例。前提条件 已开通OSS并完成授权，详情请参见 开通OSS服务 和 云产品依赖...
图像分类训练（torch）
如果您的业务场景涉及图像分类，则可以通过图像分类训练（torch）组件构建图像分类模型，从而进行模型推理。本文为您介绍图像分类训练（torch）组件的配置方法及使用示例。前提条件 已开通OSS并完成授权，详情请参见 开通OSS服务 和 云产品...
横向MLP二分类/MLP多分类/MLP回归
batch_size的大小会影响模型的训练速度和泛化能力，通常情况下，较小的batch_size可以更快地收敛，但可能会导致模型过拟合；较大的batch_size会更稳定，但收敛速度较慢。（使用/加持方）最大迭代轮数 local_epochs 本地模型样本的最大迭代...
AICS实现对SISO非积分对象的稳定控制
从仿真结果可以看出，由于后段出现了模型失配，MPC模型增益大于过程模型，因此MV的动作很小，最终CV到达新设定值的时间也更长。因此，在实际应用中，当控制器效果始终无法达到预期时，应该检查MPC的模型是否准确，并考虑重新进行模型辨识。
新建RFM模型
您可以创建RFM模型，用于 RFM分析、RFM模型筛选受众 等。RFM模型是一种通过客户的R消费间隔（Recency）、F消费频率（Frequency）、M消费金额（Monetary）三项指标来衡量客户价值的手段。RFM模型对客户的三项指标的值分别进行量化评分，然后...
安全告警概述
通过威胁检测模型，提供全面的安全告警类型检测，帮助您及时发现资产中的安全威胁、实时掌握资产的安全态势。背景信息 安全告警事件是指云安全中心检测到的您服务器或者云产品中存在的威胁，例如某个恶意IP对资产攻击、资产已被入侵的异常...
如何开启模型训练
视频介绍 定义 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...
功能发布记录
2021-11-19 模型说明 我的模型页 控制台迭代更新 新增【我的模型】页面：支持查询已发布的自学习模型和调用预训练模型，支持查看已购模型数量、剩余资源包余额显示、延长模型有效期、变配模型个数。2021-11-19/2021年10月 项目类型 功能...
- 产品推荐
- 这些文档可能帮助您