TairVector性能白皮书
200 1,183,514 10,000 902 MB COSINE Deep-image-96-angular 该数据集是ImageNet图片经过GoogLeNet模型训练，从最后一层神经网络提取的向量。96 9,990,000 10,000 3.57 GB COSINE Random-s-100-euclidean 该数据集为测试工具随机生成，不...
UDAF和UDTF动态参数说明
此时，您需要自己编写代码判断输入的个数和参数类型，然后对它们进行相应的操作（您可以对比C语言里面的 printf 函数来理解此操作）。说明 星号用在返回值列表中时，表示的是不同的含义。您可以在参数列表中使用 any 关键字，表示任意类型...
Python 3 UDTF读取MaxCompute资源示例
此时，您需要自己编写代码判断输入的个数和参数类型，然后对它们进行相应的操作（您可以对比C语言里面的 printf 函数来理解此操作）。说明*用在返回值列表中时，表示的是不同的含义。UDTF的返回值可以使用*，表示返回任意个STRING类型。...
额外特性
setweight(vector tsvector,weight"char")returns tsvector setweight 返回输入向量的一个拷贝，其中每一个位置都被标注为给定的 权重：A、B、C 或 D（D 是新向量的默认值并且并不会被显示在输出上）。向量被连接时会保留这些标签，允许...
表指标
指标项 含义 每秒请求数 每秒请求的次数 请求耗时 请求表数据所耗费的时间 获取返回字段耗时 获取返回字段所耗费的时间 返回结果数 返回结果的个数 向量召回率 向量召回占当前向量的比率 向量索引查询耗时 使用向量索引查询时所耗费的时间 ...
Python 3 UDAF
此时，您需要自己编写代码判断输入的个数和参数类型，然后对它们进行相应的操作（您可以对比C语言里面的 printf 函数来理解此操作）。说明*用在返回值列表中时，表示的是不同的含义。UDAF的返回值可以使用*，表示返回任意个STRING类型。...
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...
组件参考：所有组件汇总
hitrate作为结果好坏的评价，hitrate越高表示训练产出的向量去召回向量的结果越准确。异常检测 局部异常因子异常检测 该组件是根据数据样本的局部异常因子值（Local Outlier Factor,LOF）判断样本是否异常。IForest异常检测 该组件使用sub-...
DescribeDcdnWafFilterInfo-获取自定义防护规则的匹配...
Type string 可输入的匹配内容个数，取值：multi：可输入多个匹配内容。single：仅可输入单个匹配内容。none：不能输入。multi Symbol string 代码内部传给后端逻辑符。match-one Tip string 匹配内容中显示的提示信息。可以输入多个，最多...
Word2Vec
Word2Vec算法组件利用神经网络，通过训练，将词映射为K维度空间向量，且支持对表示词的向量进行操作并和语义相对应。输入为单词列或词汇表，输出为词向量表和词汇表。使用说明 Word2Vec组件的上游需要接入 词频统计 组件。说明 词频统计的...
使用限制
输入路数和输出路数 1024个和256个 数量限制-无 否 单个Job的输入路数不能超过1024（同一个表的一个分区算一路输入，总的不同表个数不能超过64个），单个Job的输出路数不能超过256。Counter数量 64个 数量限制-无 否 单个Job中自定义...
创建和管理网络ACL
当您创建IPv6类型的网络ACL规则时，您需要为VPC开通IPv6网段，且IPv6类型的网络ACL只有 菲律宾（马尼拉）、德国（法兰克福）地域可用。具体操作，请参见 VPC开通IPv6。创建网络ACL 登录 专有网络管理控制台。在左侧导航栏，选择 访问控制>...
声纹检索系统
INSERT INTO person_voiceprint_detection_table(name,voiceprint_feature)SELECT '张三',array[-0.017,-0.032,.]:float4[])检索或验证声纹 声纹门锁1:1检索 声纹检索时，系统通过用户标识信息（user_id），在声纹库中计算输入的声音向量和...
向量计算（Proxima CE）概述
Proxima CE的使用十分简洁，以内嵌可执行JAR包的形式提供给用户在MaxCompute上运行，支持以MaxCompute表的形式作为底库和查询向量数据的输入，整体上分为索引构建和批量查询两个主要过程，驱动多个MaxCompute MapReduce或Graph Job，完成对...
限制本地数据中心与云上的互通
本文为您介绍如何通过网络ACL功能限制本地数据中心与云上的互通关系。前提条件 您已经创建了专有网络和交换机。具体操作，请参见 创建和管理专有网络 和 创建和管理交换机。您已经在交换机中创建了ECS实例。具体操作，请参见 使用向导创建...
限制不同交换机下的ECS间的互通
背景信息 某公司在云上创建了专有网络，在专有网络中创建了两个交换机，交换机1下创建了ECS1实例（192.168.1.206），交换机2下创建了ECS2实例（192.168.0.229）和ECS3实例（192.168.0.230）。因公司业务需要，要求ECS实例间、ECS与互联网间...
创建和管理流量镜像
通过流量镜像功能，您可以将符合筛选条件的经过弹性网卡ENI的网络流量复制并发送到指定目的实例，从而实现对网络流量的监控和分析需求。关于流量镜像功能的简介、使用限制等信息，请参见 流量镜像概述。前提条件 初次使用时，请登录 流量...
解决方案：免费体验AnalyticDB PostgreSQL版以文搜图
CLIP模型是一种基于自然语言处理和计算机视觉的神经网络模型，可以同时理解文本和图像，并在二者之间建立联系。在以文搜图方案中，CLIP模型作用主要是文本和图像的匹配。CLIP模型可以将文本和图像进行编码，并计算它们之间的相似度。该相似...
支持向量回归算法（SVR）
sigmoid：使用该函数作为核函数时，效果类似多层神经网络。c 松弛系数的惩罚项系数。取值为大于0的浮点数，可不填。默认值为1。说明 如果数据质量较差，可以适当降低惩罚项 c 的值。epsilon SVR损失函数的阈值。当预测值与实际值的差值等于...
在GPU实例上使用RAPIDS加速图像搜索任务
本文案例中，使用开源框架TensorFlow和Keras配置生产环境，然后使用ResNet50卷积神经网络完成图像的特征提取及向量化，最后使用RAPIDS cuML库的KNN算法实现BF方式的向量索引和检索。说明 BF（Brute Force）检索方法是一种百分百准确的方法...
默认专有网络和交换机
特点 默认专有网络 默认交换机 个数 每个地域只能创建一个默认专有网络。默认交换机属于默认专有网络，每个可用区只能创建一个默认交换机。掩码格式与提供的私网IP个数 默认专有网络的网段掩码是16位，例如172.31.0.0/16，最多可提供65532...
函数概览
zip函数 将多个数组合并为一个二维数组，且各个数组中下标相同的元素组成一个新的数组。zip_with函数 根据Lambda表达式中的定义将两个数组合并为一个数组。Map映射函数和运算符 函数名称 说明 支持SQL 支持SPL 下标运算符 获取Map中目标键...
概述
矩阵分解、深度神经网络模型等算法都可以生成用户和物品的embedding向量，然而常规的模型还是需要依赖用户和物品的交互行为数据来建模，并不能很好地泛化到冷启动的用户和物品上。现在也有一些可以用来为冷启动用户和物品生成embedding向量...
名词解释
实例相关 名称 解释 副本数 单张表的全量索引数据冗余的份数（可用于查询）网络信息 包括专有网络（VPC）、公网访问等信息 API入口 SDK操作实例时使用 查询测试 通过控制台对实例表数据进行检索 变更历史 记录用户各种运维操作的历史记录和...
单节点快速入门
数据更新资源数：数据更新所用资源数，每个索引默认免费提供2个4核8G的更新资源，超出免费额度的资源将产生费用，详情可参考 向量检索版计费概述 场景模板：向量检索版内置了3种模板可供用户选择：通用、向量-图片搜索、向量-文本语义模板...
CREATE MODEL
否 retrieval_num_shards INTEGER 向量索引使用的分片个数，向量数据和结构化数据进行融合检索时，每个索引表分片会先根据向量的相似查询获取topK数据，再基于合并后的topK数据进行结构化数据过滤。默认值为4。否 text_analyzer VARCHAR 此...
模型创建
否 retrieval_num_shards INTEGER 向量索引使用的分片个数，向量数据和结构化数据进行融合检索时，每个索引表分片会先根据向量的相似查询获取topK数据，再基于合并后的topK数据进行结构化数据过滤。默认值为4。否 text_analyzer VARCHAR 此...
基于向量检索服务与TextEmbedding实现语义搜索
什么是 Embedding 简单来说，Embedding是一个多维向量的表示数组，通常由一系列数字组成。Embedding可以用来表示任何数据，例如文本、音频、图片、视频等等，通过Embedding我们可以编码各种类型的非结构化数据，转化为具有语义信息的多维...
动态与公告
2023-06-21 API详情 2023年05月 公告类型 模型名称 公告描述 发布时间 相关文档 新增模型 通用文本向量 基于LLM底座的统一向量化模型，面向全球多个主流语种，提供高水准的向量服务，帮助用户将文本数据快速转换为高质量的向量数据。...
定义SQL组件
通过该形式，告知组件使用者，在使用组件时需为输入参数配置与输入表结构参数个数相同，类型兼容的输入表。防止配置的输入表和组件定义的输入表字段个数不一致、字段类型不兼容，导致组件运行时出错。说明 该定义仅为参考，为您提供输出...
查询数据
非必填项,vector字段中包含的向量个数 request.setTopK(100);非必填项,返回个数 request.setIncludeVector(true);非必填项,是否返回文档中的向量信息 request.setOutputFields(new ArrayList());非必填项,需要返回值的字段列表 request....
基于向量检索版+LLM构建对话式搜索
搜索问答在线服务 实现搜索功能后，结合Top N搜索结果，基于LLM问答模型返回搜索问答结果 步骤1：将终端用户输入的query输入文本向量化模型，得到向量形式的用户query 步骤2：将向量形式的用户query输入OpenSearch向量检索版 步骤3：使用...
基于向量检索服务与TextEmbedding实现语义搜索
什么是Embedding 简单来说，Embedding是一个多维向量的表示数组，通常由一系列数字组成。Embedding可以用来表示任何数据，例如文本、音频、图片、视频等等，通过Embedding我们可以编码各种类型的非结构化数据，转化为具有语义信息的多维...
参考：Proxima CE全量参数说明
string vector_separator 向量的分隔符，可以指定波浪号之外的其他分隔符，支持空格，空格为 blank。分隔符是以字符串的形式识别的，因此只需要输入字符本身即可，不需要带单引号或双引号。例如 ',' 会被当成完整的字符串 ',' 而不是逗号,...
随机森林
随机森林是一个包括多决策树的分类器，其分类结果由单棵树输出类别的众数决定。组件配置 您可以使用以下任意一种方式，配置随机森林组件参数。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 选择特征列...
语义向量距离
距离的阈值 当两个向量的距离小于此值时输出，默认值为+∞。执行调优 计算的核心数 默认自动分配。每个核心的内存（MB）默认自动分配。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...
API详情
output.embedding Array 本次请求的算法输出内容，是一个由结构组成的数组，每一个数组中包含一个对应的输入内容的算法向量表征输出内容.java sdk统一转换为Double，参考模型输出类型，进行比较的数据类型转换。embedding":[-0....
API详情
output.embedding Array 本次请求的算法输出内容，是一个由结构组成的数组，每一个数组中包含一个对应的输入内容的算法向量表征输出内容.java sdk统一转换为Double，参考模型输出类型，进行比较的数据类型转换。embedding":[-0....
查询数据
示例 以下SQL将从 TEST_TABLE 表中检索 float_feature，返回与输入向量 '[0.5,0.6,0.3,0.1]' 最接近的前10条记录。ann_distance 是输入向量和返回结果之间的真实相似度，相似度计算方法由 float_feature 列定义指定。select id,ann_...
向量查询
Query类型为向量 表名选择后，索引名称会自动展示，无需用户选择，Query类型为向量类型，下方输入框会出现输入向量的维度提示：输入对应的向量维度数据，点击【搜索】，下方会展示搜索结果列表，如图：Query类型为图片 表名选择后，索引...
- 产品推荐
- 这些文档可能帮助您