弹性裸金属服务器概述
弹性裸金属服务器适合上云部署传统非虚拟化场景的应用，通过与阿里云产品家族中的其他产品（例如存储、网络、数据库等）无缝对接，可以更多元化地结合您的业务场景进行资源构建。本文介绍云服务器ECS弹性裸金属服务器实例规格族的优势和...
高维向量检索（PASE）
越长效果越好，但查询性能越差，可在查询时指定，该处为默认值：200。base64_encoded 数据是否采用base64编码。默认值0。取值：0：采用float4[]表示向量类型。1：采用float[]的base64编码字符串表示向量类型。查询。您可以使用两种索引查询...
高维向量检索（PASE）
越长效果越好，但查询性能越差，可在查询时指定，该处为默认值：200。base64_encoded 数据是否采用base64编码。默认值0。取值：0：采用float4[]表示向量类型。1：采用float[]的base64编码字符串表示向量类型。查询。您可以使用两种索引查询...
高效向量检索（PASE）
越长效果越好，但创建索引越慢，建议取值范围[40,400]。ef_search 查询过程中的堆长度。必填项。越长效果越好，但查询性能越差，取值范围[10,400]。base64_encoded 数据是否采用base64编码。默认值0。取值：0：采用float4[]表示向量类型。1...
告警规则指标说明
Full GC耗时的瞬时值可以反映出当前JVM的垃圾回收性能，通常情况下，Full GC耗时越短，JVM的性能越好。如果Full GC耗时过长，可能会导致应用程序出现明显的停顿，从而影响用户体验。JVM YoungGC次数（瞬时值）无 是 最近N分钟JVM执行Young ...
实例规格族
超高网络收发包PPS能力 小规格实例网络带宽具备突发能力 实例网络性能与计算规格对应（规格越高网络性能越强）安全 支持vTPM特性，依托TPM/TCM芯片，实现从物理服务器到实例的启动链可信度量，提供超高安全能力 支持基于AMD安全加密虚拟化...
计算资源优化
因此SCC在提供高带宽、低延迟优质网络的同时，还具备弹性裸金属服务器的所有优点。SCC主要用于高性能计算和人工智能、机器学习、科学计算、工程计算、数据分析、音视频处理等场景。在集群内，各节点间通过RDMA网络互联，提供高带宽低延迟...
众安国际的上云Landing Zone之旅
针对如上提到云治理的需求，我们思考可以通过两种治理方式来实现：（1）自主研发云管平台 如果公司自主研发云管理平台，有定制化好、贴合本公司使用模式等优点，但复杂度会随使用云产品的变化而增加，难以满足业务的敏捷性。同时对接的云...
性能监控最佳实践
这张拓扑覆盖的范围越广，链路追踪能够发挥的价值就越大。而全链路追踪就是覆盖全部关联 IT 系统，能够完整记录用户行为在系统间调用路径与状态的最佳实践方案。完整的全链路追踪可以为业务带来三大核心价值：端到端问题诊断，系统间依赖...
HNSW（Hierarchical Navigable Small World）配置
该值越大，代表图的连通性越好，相应的构图成本和索引size也会增加。proxima.hnsw.builder.efconstruction uint32 500 指控制图构建过程中近邻扫描区域大小，该值越大，离线构图质量越好，索引构建越慢。建议初始从400配置 proxima.hnsw....
HNSW（Hierarchical Navigable Small World）配置
该值越大，代表图的连通性越好，相应的构图成本和索引size也会增加。proxima.hnsw.builder.efconstruction uint32 500 指控制图构建过程中近邻扫描区域大小，该值越大，离线构图质量越好，索引构建越慢。建议初始从400配置 proxima.hnsw....
KdtreeOption
CompressionLevel integer 压缩级别，取值范围：0~10，值越大细节效果越好，压缩率越高。5 QuantizationBits integer 量化位数，取值范围：0~31，越大细节保留越多，0 表示不做顶点压缩。10 LibraryName string 目前 kdtree 只支持“draco...
一次通过率
定义 一次通过率定义为路口车流转向不停车通过的车辆数占总通过车辆数的比例。一次通过率越高，绿波协调效果越好。时间粒度：30分钟 计算逻辑
ImageScore
名称 类型 描述 示例值 object 图片评分信息。OverallQualityScore float 图片整体质量评分。该评分为 AI 自动评估，主要以主观美学为准，受到构图、亮度、对比度、色彩、清晰度等多方面因素影响。范围 0-1，越高则质量越好。0.736
设置偏好
说明 帧率越高，画质越好，对设备和网络的要求越高。实时帧率和画质根据设备和网络进行动态调整。画质优先 画质优先 模式下，云桌面所支持的最高帧率为30FPS，最高画质为 优质，不支持修改最高帧率和画质。流畅优先 流畅优先 模式下，云...
ST_SnapToPolygon
times 平滑处理的次数，次数越多效果越好，建议取值范围在[5,20]之间。描述 对于给定的地形网格M、三维多边形P进行Z轴方向的贴合处理。设置 zlowd、zupd参数来选择参与处理的顶点。设置buffer参数来设置平滑过渡的范围大小。设置times参数...
ST_SnapToPolygon
times 平滑处理的次数，次数越多效果越好，建议取值范围在[5,20]之间。描述 对于给定的地形网格M、三维多边形P进行Z轴方向的贴合处理。设置 zlowd、zupd参数来选择参与处理的顶点。设置buffer参数来设置平滑过渡的范围大小。设置times参数...
存储类型
在CPU和内存资源足够的情况下，云盘性能越高，图数据库GDB的性能越好。对比项 ESSD云盘 SSD云盘 单盘最大容量 32768 GB 6140 GB 最大IOPS 1000000 25000 最大吞吐量 4000 Mbps 300 Mbps 数据可靠性 99.9999999%99.9999999%详细信息请参见 ...
GPU计算型
GPU计算型实例具有高性能、高并行计算能力，适用于大规模并行计算场景，可以为您的业务提供更好的计算性能和效率。本文为您介绍云服务器ECS GPU计算型实例规格族的特点，并列出了具体的实例规格。主售（推荐类型）GPU计算型实例规格族gn7e ...
梯度提升回归树
MSE（均方误差）：该指标计算的是拟合数据和原始数据对应样本点的误差的平方和的均值，其值越小说明拟合效果越好。RMSE（均方根误差）：也叫回归系统的拟合标准差，是MSE的平方根。MAE（平均绝对误差）：用于评估预测结果和真实数据集的...
机器翻译自学习平台使用指南
训练语料越优质、数量级越大，定制模型的效果会越好。使用流程概述 平台使用指南 1.新建项目 进入 机器翻译控制台，选择 我的项目 栏，点击创建项目按钮新建项目，注意，一个项目可添加多个项目管理员，管理员拥有这个项目下所有权限，可以...
研发效能，我们怎么衡量？
横向上，代表已修复缺陷的圆点数量越少越好，越少代表缺陷的数量越少，开发提测的质量比较高；平均修复时长线，代表团队缺陷修复周期的一个基本水位，越低越好。很多团队会设定缺陷修复目标，譬如缺陷要日清，即缺陷要在发现后的 24 小时内...
通用联邦学习模板
一、模板说明 通过提供通用机器学习模板，展示完整的数据收集、特征工程、模型...KS值的取值范围在0到1之间，KS值越大，表示模型的区分度越好，分类效果越好。通常将KS值大于0.2视为模型的分类效果良好，KS值小于0.2则需要进一步优化模型。
模型训练
需要注意的是，并不是模型训练时间越长越好，所以没有必要把该参数设置为超过 30 的值。学习速率这个参数建议在 0.001~0.0001 之间调整，每一次不同的参数训练，模型的最终效果会有所不同，建议多试几个，选择最适合的模型。训练时间说明 ...
ASMCompressor CRD说明
取值越大，压缩效果越好，但内存消耗越大。12 compression_level string 否 压缩级别，将影响压缩速度和压缩大小。取值：BEST：高压缩，高延迟。SPEED：低压缩，低延迟。DEFAULT：优化的压缩，将介于BEST和SPEED之间。DEFAULT memory_level...
Proxima Builder
proxima.hnsw.builder.efconstruction uint32 500 指控制图构建过程中近邻扫描区域大小，该值越大，离线构图质量越好，索引构建越慢。建议初始从400配置 proxima.hnsw.builder.thread_count uint32 0 构建时开启线程数量，设置为0时为cpu...
模型训练
简单来说，这三个值越大说明模型的性能越好。准确率（Precision）：对某一类别而言为正确预测为该类别的样本数与预测为该类别的总样本数之比。对于整体而言为正确预测的样本数与预测的总样本数之比。召回率（Recall）：对某一类别而言为...
模型训练
简单来说，这三个值越大说明模型的性能越好。准确率（Precision）：对某一类别而言为正确预测为该类别的样本数与预测为该类别的总样本数之比。对于整体而言为正确预测的样本数与预测的总样本数之比。召回率（Recall）：对某一类别而言为...
SQL洞察
说明 若一个实例的 执行耗时分布 越接近蓝色，代表这个实例的SQL健康情况越好，越接近橙色和红色，代表这个实例的SQL健康情况越差。执行耗时：通过执行耗时，可以方便地查看在选定的时间范围内，SQL的执行耗时。请求对比列表：对比查看 页...
横向逻辑回归二分类
参数名称 参数英文名称 参数说明 全局迭代轮数 epochs 全局模型的最大迭代次数 隐私开销 epsilon 联邦学习中，差分隐私的隐私开销，数值越大，添加的噪声越小，隐私保护越弱，则越精确，训练效果越好；数值越小，隐私保护强度越强，则单...
等值面层（v1.x版本）
权重越大影响越大，渲染效果越好，但渲染时间越长。渲染方式：等值面层的渲染方式，系统提供 线性渲染 和 分段渲染 两种方式。线性渲染 最小颜色：value 值最小的插值点的颜色，请参见 颜色选择器说明 进行修改。中间颜色：value 值处于...
二分类评估
在信用评分场景中，训练程序预测好人的概率，其值越大，表示样本越好，而相关指标评估的是抓坏率，此时预测目标与评估目标不一致。保存性能指标 保存性能指标的开关。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...
使用说明
说明 如果一个实例的 执行耗时分布 越接近蓝色，代表这个实例的SQL健康情况越好，越接近橙色和红色，代表这个实例的SQL健康情况越差。执行耗时（SQL RT）：通过执行耗时，可以方便地查看在选定的时间范围内SQL的执行耗时。SQL列表：SQL列表...
基本概念
但Shard数也并非越多越好，更多的Shard数需要更多的节点间通信资源、计算资源以及内存资源，在资源不满足的时候，或者Query很小时可能会导致适得其反的效果。Shard数下限是1，在数据量只有几百几千条等很小的情况下，可以设置Shard数为1。...
随机森林回归算法（Random Forest Regression）
次数越多拟合越好，通常为正整数，默认值为100。objective 学习任务及相应的学习目标。取值如下：mse（默认）：使用均方误差。mae：使用平均绝对误差。max_features 决定划分时考虑的最大特征数量。取值如下：sqrt（默认）：表示最大特征...
常见问题
7.在训练的时候发现，数据量少的情况下，比如100条左右，循环次数越大效果越好。但在数据量多的情况下比如1000条以上，循环次数越多越容易过拟合。请问这个超参配置和数据配比，有什么最佳实践？数据在质量保证的前提下，还是越多越好，...
数据标注
答：标注的数据越多且越多样，模型的泛化性能就会越好,如果您希望模型具备好的性能，标注数据这一关是必不可少的。我们不建议标几条数据试试效果，因为极少的样本模型是学不到规律的，因此不会有好的效果。另外，如果您有多个类型的样本，...
LLaMa2 大语言模型
1到10之间的整数，默认为1 batch_size Integer 单次传递给模型用以训练的数据（样本）个数，一般单次训练数据个数越大，占用显存会越多，同时单步训练速度会越慢，但是训练效果会越好 7b模型支持[1,2,4,8,16,32]13b模型支持[1,2,4,8,16]...
ChatGLM开源双语对话语言模型
正整数 batch_size Integer 单次传递给模型用以训练的数据（样本）个数，一般单次训练数据个数越大，占用显存会越多，同时单步训练速度会越慢，但是训练效果会越好[1,2,4,8,16,32]learning_rate Float 学习率，决定了每次参数更新时参数...
百川开源大语言模型
正整数 batch_size Integer 单次传递给模型用以训练的数据（样本）个数，一般单次训练数据个数越大，占用显存会越多，同时单步训练速度会越慢，但是训练效果会越好 7b模型支持[1,2,4,8,16,32]13b模型支持[1,2,4,8,16]learning_rate Float ...
- 产品推荐
- 这些文档可能帮助您