PAI-TF概述
背景 TensorFlow是Google最新的开源深度学习计算框架，支持CNN、RNN及LSTM等多种神经网络模型，对语音、图像及文本等领域的模型训练效率极佳。TensorFlow的功能丰富且强大，并拥有高度灵活的API，受到业界的高度关注。PAI-TF是人工智能平台...
视频分类训练
无 参数设置 视频分类模型网络 是 选择使用的识别模型网络，支持以下取值：x3d_xs x3d_l x3d_m swin_t swin_s swin_b swin_t_bert x3d_xs 是否多标签 否 任务是否属于多标签。目前仅 swin_t_bert 支持多标签训练。false 分类类别数目 是 ...
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...
偏最小二乘回归
本文为您介绍偏最小二乘回归组件。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...是 随机 随机 头部 尾部 其他参数 参数名 参数描述 模型结果 可以查看建模成功后的模型评价结果或发布模型。
逻辑回归
本文为您介绍逻辑回归组件。功能说明 逻辑回归（LogisticRegression）是一种用于解决二分类（0 or 1）问题的模型，用于估计某种...是 随机 随机 头部 尾部 其他参数 参数名 参数描述 模型结果 可以查看建模成功后的模型评价结果和发布模型。
K近邻
本文为您介绍K近邻组件。功能说明 K近邻组件支持使用K近邻算法对分类或回归问题进行建模。分类分析时，在特征空间中，如果一个样本...是 随机 随机 头部 尾部 其他参数 参数名 参数描述 模型结果 查看建模成功后的模型评价结果或发布模型。
高斯过程回归
是 随机 随机 头部 尾部 其他参数 参数名 参数描述 模型结果 可以查看建模成功后的模型评价结果或发布模型。内核：高斯核、二次有理核 参数名 参数描述 是否必填 参数默认值 参数范围 尺度 内核的长度尺度。否 1.0[0,99999999]比例混合因子...
随机森林
本文为您介绍随机森林组件。功能说明 随机森林组件支持使用随机森林算法对分类或回归问题进行建模。...否 均方误差 均方误差 平均绝对误差 其他参数 参数名 参数描述 模型结果 可以查看建模成功后的模型评价结果或发布模型。
决策树
本文为您介绍决策树组件。功能说明 决策树是一种用于分类和回归的非参数监督学习方法。...否 均方误差 均方误差 费尔德曼均方误差 平均绝对误差 其他参数 参数名 参数描述 模型结果 可以查看建模成功后的模型评价结果或发布模型。
线性回归
参数描述 是否必填 参数默认值 参数范围 是否使用截距 选择模型训练时是否使用截距 是 是 是 否 特征变量是否正则化 选择模型训练前是否对数据正则化 是 否 是 否 测试集比例 测试模型的数据占总输入数据的比例，用于计算模型的评价指标，...
支持向量机
本文为您介绍支持向量机组件。功能说明 支持向量机组件支持使用支持向量机算法对分类或回归问题进行建模。支持向量机（SVM）是在分类分析中分析数据的监督...其他参数 参数名 参数描述 模型结果 可以查看建模成功后的模型评价结果或发布模型。
梯度提升决策树
否 1.0[0,1]测试集比例 测试模型的数据占总输入数据的比例，用于计算模型的评价指标，默认0.2。是 0.2[0,1]测试集生成方式 随机：按比例随机从输入数据中截取n条数据作为测试集；头部：按比例将输入数据前n条数据作为测试集；尾部：按比例...
工艺模式建模
本文为您介绍工艺模式建模组件。功能说明 工艺模式建模将根据描述变量对案例进行分类，识别不同的状态。然后针对每个状态，...否-1.0[-99999999,99999999]其他参数 参数名 参数描述 模型结果 可以查看建模成功后的模型评价结果或发布模型。
梯度提升回归树
否 0.9[0,1]测试集比例 测试模型的数据占总输入数据的比例，用于计算模型的评价指标，默认0.2。是 0.2[0,1]测试集生成方式 随机：按比例随机从输入数据中截取n条数据作为测试集；头部：按比例将输入数据前n条数据作为测试集；尾部：按比例...
API概览
CheckRankingModelReachable 测试模型网络联通性 测试模型网络联通性。规则 API 标题 API概述 CreateRule 创建规则 创建推荐策略运营规则。ModifyRule ModifyRule 修改规则。ListRules 获取规则列表 查询规则列表。DescribeRule 获取规则...
模型分析优化
模型分析工具简介 AI套件提供了模型分析优化工具，在模型正式部署前，对模型进行性能压测，分析模型网络结构、每个算子耗时、GPU使用情况等，找到性能瓶颈，然后使用TensorRT等优化模型，达到上线标准后再进行部署。模型分析优化工具的生命...
组件参考：所有组件汇总
组件类型 组件 描述 自定义组件 自定义组件 支持在AI资产管理中创建自定义组件，自定义组件创建成功后，您可以在Designer中将该组件与官方组件串联使用进行模型训练。源/目标 读OSS数据 该组件用来读取对象存储OSS Bucket路径下的文件或...
动态与公告
2023-07-04 快速开始 2023年06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 语音合成 提供SAMBERT+NSFGAN深度神经网络算法与传统领域知识深度结合的文字转语音服务，兼具读音准确，韵律自然，声音还原度高，表现力强的特点。...
安全联邦学习-任务模式FL
三、安全联邦学习已支持的能力 用途 算法分类 已支持算法 分类 决策树 XGBoostWithDp GBDTWithDp 逻辑回归 LogisticRegressionWithHe 神经网络 神经网络MLP 回归 线性回归 LinearRegressionWithHe 神经网络 神经网络MLP 四、如何进行安全...
模型创建
TFT TFT（Temporal Fusion Transformer）算法是基于Transformer机制的深度神经网络算法，详细信息，请参见 TFT论文。时序异常检测 esd 达摩院自研算法，适用于尖刺型异常（例如监控曲线出现尖刺的现象），对于数据点中有少量显著离群点的...
Sambert语音合成
提供SAMBERT+NSFGAN深度神经网络算法与传统领域知识深度结合的文字转语音服务，兼具读音准确，韵律自然，声音还原度高，表现力强的特点。语音合成API基于达摩院改良的自回归韵律模型，具有推理速度快，合成效果佳的特点。开发者可以通过...
安全联邦学习-工作流FL
三、安全联邦学习已支持的能力 用途 算法分类 已支持算法 分类 决策树 XGBoostWithDp GBDTWithDp 逻辑回归 LogisticRegressionWithHe 神经网络 神经网络MLP 回归 线性回归 LinearRegressionWithHe 神经网络 神经网络MLP 四、如何进行安全...
CREATE MODEL
TFT TFT（Temporal Fusion Transformer）算法是基于Transformer机制的深度神经网络算法，详细信息，请参见 TFT论文。时序异常检测 TIME_SERIES_ANOMALY_DETECTION esd 达摩院自研算法，适用于尖刺型异常（例如监控曲线出现尖刺的现象），...
三维模型常见问题
本文介绍在使用DataV城市三维场景构建器组件过程中，遇到三维模型相关的常见问题。为什么网上的三维模型那么便宜，买来的三维模型能不能用？网上很多售价非常低廉的三维城市模型，通常不是用来渲染三维实时引擎，而是用来离线渲染视频的。...
表格信息抽取
功能简介 表格信息抽取是基于深度学习的信息抽取自学习模型任务，可对版式相对固定的表格、表单的等类型数据有较好的效果，支持用户自定义抽取字段，通过平台可视化引导，完成数据标注和模型训练。在图像质量较好情况下，通过100+训练样本...
表格信息抽取
功能简介 表格信息抽取是基于深度学习的信息抽取自学习模型任务，可对版式相对固定的表格、表单的等类型数据有较好的效果，支持用户自定义抽取字段，通过平台可视化引导，完成数据标注和模型训练。在图像质量较好情况下，通过100+训练样本...
单据票证信息抽取
功能简介 单据票证信息抽取（固定版式）是基于深度学习的信息抽取自学习模型任务，可对版式相对固定的单据、证件、凭证等类型数据有较好的效果，支持用户自定义抽取字段，通过平台可视化引导，完成数据标注和模型训练。在图像质量较好情况...
长文档信息抽取
功能简介 长文档信息抽取是基于深度学习的信息抽取自学习模型任务，支持用户自定义抽取字段，通过平台可视化引导，完成数据标注和模型训练，实现对非结构化、多版式的文档的高精度抽取。在图像质量较好情况下，通过100+训练样本标注，调优...
长文档信息抽取
功能简介 长文档信息抽取是基于深度学习的信息抽取自学习模型任务，支持用户自定义抽取字段，通过平台可视化引导，完成数据标注和模型训练，实现对非结构化、多版式的文档的高精度抽取。在图像质量较好情况下，通过100+训练样本标注，调优...
单据票证信息抽取
功能简介 单据票证信息抽取（固定版式）是基于深度学习的信息抽取自学习模型任务，可对版式相对固定的单据、证件、凭证等类型数据有较好的效果，支持用户自定义抽取字段，通过平台可视化引导，完成数据标注和模型训练。在图像质量较好情况...
机器学习
MADlib机器学习模块主要解决以下问题：分类/回归问题：提供一系列算法如K最近邻、MLP多层感知神经网络、SVM支持向量机、决策树等算法来解决二元分类/回归问题，集成最小二乘法、GLM广义线性回归、逻辑回归、多项式回归等模型来解决回归问题...
XGBoost
否 0.1(0,1]测试集比例 测试模型的数据占总输入数据的比例，用于计算模型的评价指标。是 0.2[0,1]测试集生成方式 根据选定方式，选取部分数据作为测试集，剩余部分作为训练集。随机：按比例随机从输入数据中截取n条数据作为测试集。头部：...
LightGBM
否 100[1,10000]测试集比例 测试模型的数据占总输入数据的比例，用于计算模型的评价指标。是 0.2[0,1]测试集生成方式 根据选定方式，选取部分数据作为测试集，剩余部分作为训练集。随机：按比例随机从输入数据中截取n条数据作为测试集。...
MLP二分类/MLP多分类/MLP回归
多层感知机是一种前馈神经网络，通过多个神经元的组合对输入特征进行非线性变换和特征提取，最终输出一个连续的预测结果。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...
概述
深度神经网络在图像分析和自然语言处理等学科中取得了前所未有的进步。强化学习成为补充传统监督学习的强大范式。然而，在目前的数据驱动的智能应用中，数据、特征和模型仍处于割裂状态。首先，数据工程师通过手工编写流程进行数据清洗和...
文本摘要训练
保存模型文件步数 表示每训练多少步，对模型进行评价，并保存当前最优模型。默认值为150。语言 支持的语言类型：zh：中文。en：英文。是否从原文中拷贝文本 输出结果是否从文本中拷贝文本片段：false：（默认值），表示不拷贝。true：表示...
一键诊断
您可以使用 PAI灵骏智算服务 提供的一键诊断功能，检查灵骏节点的网络和硬件状态，基于多种通信库和通信模型进行网络测试。本文为您介绍灵骏的一键诊断功能。自助诊断 网络诊断 网络诊断功能分为 静态配置类检查 和 动态运行类检查，支持...
Kohya使用方法与实践案例
此时您可以选择借助神经网络，完成对所有图片批量生成文本描述的工作。您也可以在Kohya中选择使用一个叫做BLIP的图像打标模型。打标 数据集 在Kohya-SS页面，选择 Utilities>Captioning>BLIP Captioning。选择已创建的数据集里面上传的图片...
机器阅读理解训练
保存Checkpoint步数 表示每训练多少步，对模型进行评价，并保存当前最优模型。INT类型，默认值为600。模型选择 系统提供的预训练模型名称路径选择，取值如下：自定义 hfl/macbert-base-zh（默认值）hfl/macbert-large-zh bert-base-uncased...
横向MLP二分类/MLP多分类/MLP回归
多层感知机是一种前馈神经网络，通过多个神经元的组合对输入特征进行非线性变换和特征提取，最终输出一个连续的预测结果。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...
- 产品推荐
- 这些文档可能帮助您