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 ...
AI加速使用案例汇总
RetinaNet优化案例2：结合Blade和Custom C++ Operator优化模型 介绍如何使用Blade对TorchScript Custom C++ Operator实现的后处理逻辑的检测模型进行优化。RetinaNet优化案例3：结合Blade和TensorRT Plugin优化模型 介绍如何使用Blade对...
推理加速（Blade）概述
优化模型，详情请参见 优化TensorFlow模型 和 优化PyTorch模型。如果您需要对模型进行量化优化，请参见 量化优化。如果需要指定编译优化的模式，请参见 AI编译器优化。解读优化报告，详情请参见 优化报告。部署模型推理，详情请参见 使用...
使用Blade优化基于TensorFlow的ResNet50模型
ResNet使用卷积层提取图像的特征，并通过引入残差块结构，解决了深层神经网络训练时的梯度消失和梯度爆炸问题，大幅提升了深度神经网络的训练效果。ResNet典型的网络有ResNet26、ResNet50及ResNet101等。使用限制 本文使用的环境需要满足...
概览
使用paiio读写MaxCompute表数据 快速提交MPIJob训练任务 Blade RetinaNet优化案例1：使用Blade优化RetinaNet（Detectron2）模型 RetinaNet优化案例2：结合Blade和Custom C++ Operator优化模型 RetinaNet优化案例3：结合Blade和TensorRT ...
基于eGPU优化套件的ResNet50模型训练和推理
本文以卷积神经网络模型ResNet50的训练和推理为例，为您介绍如何通过Docker或Kubernetes使用eGPU优化套件，进行GPU容器虚拟化和资源共享。本实践中的ResNet50模型基于NVIDIA官方开源代码DeepLearningExamples实现。步骤一：准备模型和数据...
优化报告
使用PAI-Blade优化模型后，系统会输出优化报告。本文详细介绍优化报告的结构及字段含义。调用 blade.optimize 优化模型后，会产生一个JSON格式的优化报告，其结构如下所示。Report:{/软件环境，包括框架、CUDA等。software_context":[{...
使用SDK部署TensorFlow模型推理
您也可以使用自己的优化模型，关于如何使用PAI-Blade优化模型，详情请参见 优化TensorFlow模型。wget http://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/demo/asr_frozen.pb 下载并查看推理代码。通过PAI-Blade优化后的模型，其执行过程与...
量化优化
PAI-Blade支持TensorFlow和PyTorch模型在GPU硬件、端侧设备的INT8量化。本文主要介绍在GPU硬件上，如何使用PAI-Blade量化优化。背景信息 量化是模型压缩常用手段之一，通过将原始的全精度32位浮点数分桶...wget https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/test_public_model/bbs/tf_resnet50_v1.5/frozen.pb wget https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/test_public_model/bbs/tf_resnet50_v1.5/test_bc32.npy wget https://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/test_public_model/bbs/tf_resnet50_v1.5/calib_data_test_bc32.npy 加载待优化模型和相应数据...
优化PyTorch模型
PAI-Blade提供了丰富的模型优化方法，您只需要在本地环境中安装Wheel包，即可通过调用Python API的方式进行模型优化。本文介绍如何使用PAI-Blade优化PyTorch模型，所有实验结果均在NVidia T4卡上测得。前提条件 已安装PyTorch及PAI-Blade的...
使用SDK部署PyTorch模型推理
您也可以使用自己的优化模型，关于如何使用PAI-Blade优化模型，详情请参见 优化PyTorch模型。下载优化好的示例模型。wget http://pai-blade.oss-cn-zhangjiakou.aliyuncs.com/demo/sdk/pytorch/optimized_resnet50.pt # 下载对应的测试数据...
优化TensorFlow模型
PAI-Blade提供了丰富的模型优化方法，您只需要在本地环境中安装Wheel包，即可通过调用Python API的方式进行模型优化。本文介绍如何使用PAI-Blade优化TensorFlow模型，所有实验结果均在NVidia T4卡上测得。前提条件 已安装TensorFlow及PAI-...
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...
线性规划-专题多篇
营养调配：如何吃少花钱又营养丰富 营养调配问题的目标是利用优化模型来设定每日饮食菜单，在满足各类营养的需求同时更能优化总成本。（内含12个C、C++或Python代码）本地版Python代码>|C/S版C、C++代码>3.生产调度：Flow Shop 调度优化...
Python接口文档
PAI-Blade提供Python接口供您调用，从而将优化模型集成在工作流中。本文介绍这些Python接口的详细信息，包括签名格式、输入参数及返回结果。optimize PAI-Blade主要使用optimize接口进行模型优化，接口详情如下：签名格式 def optimize...
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...
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...
PyTorch模型性能优化示例
本文以PyTorch官方提供的Resnet50模型为例，说明如何通过PyTorch Profiler发现模型的性能瓶颈，进而使用TensorRT优化模型，然后使用Triton Inference Server部署优化后的模型。背景信息 Nvidia TensorRT是一个加速深度学习模型推理的SDK，...
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、模型选择和训练、模型评估、模型部署和应用以及模型复用的一系列算子的使用方法，使...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。
应用场景
公司以提升燃煤发电效率作为突破口，使用喷煤到产出蒸汽整个流程中采集到的数据，基于工业大脑构建算法优化模型，准确实时预测蒸汽量，并向燃煤工程师推荐最优燃煤工艺参数指导实际生产，进而降低总体燃煤消耗。最终，燃煤效率提升2.6%，这...
开始模型训练
参数设置 在画布中单击指定的组件，画布右侧将展示当前组件的 参数设置 模块，您可以在该模块中调整模型训练的参数来优化模型。任务列表 该列表展示了当前模型训练流程中所有模型训练任务，您可以查看指定任务的详细信息。步骤三：创建训练...
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...
PAI-EasyVision简介
PAI-EasyVision（视觉智能增强算法包）提供多种模型的训练及预测功能，旨在帮助计算机视觉应用开发者方便快捷地构建视觉模型并应用于生产。随着深度学习技术的快速发展，计算视觉技术已经跨入大规模商业化应用阶段。对于视觉AI应用开发者而...
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...
模型训练最佳实践
训练准备 完成训练集的构建后，可进入模型管理界面选择训练集进行训练，平台提供Fine-tuning的训练方式，同时提供多种参数的调整，可依据业务需求和理解调整参数，优化模型训练效果。我们以阅读理解后进行问答的任务为示例，演示模型训练的...
使用模型服务网格自定义模型运行时
当您遇到多模型部署时存在差异化运行时环境需求，或者需要优化模型推理效率、控制资源分配的问题时，可以使用模型服务网格自定义模型运行时，通过精细配置运行环境，确保每个模型都能在最适宜的条件下执行，提升服务质量、降低成本，并简化...
使用快速开始零代码部署微调Llama2系列大模型
Llama2模型的参数范围从70亿到700亿不等，包括7b、13b、70b三种规格，并在每个规格下都有专门适配对话场景的优化模型Llama2-chat。快速开始支持Llama2系列模型的在线推理，同时也可以作为上游模型训练以达到更好的定制场景效果。快速开始...
灵骏常见问题
您使用神经网络进行的许多计算都可以很容易地分解成更小的计算，各个小计算不会相互依赖。智能计算灵骏与普通GPU托管服务有什么不同？智能计算灵骏集群采用专为大规模AI计算场景所设计的系统架构和多层性能优化技术，能充分利用整体的计算...
模型优化
请参考文档 实体抽取-模型优化
产品优势
效果逼真 在本地端实现了基于Knowledge-Aware Neural TTS(KAN-TTS)语音合成技术，基于深度神经网络和机器学习，将文本转换成真实饱满、抑扬顿挫、富有表现力的语音，使得 离线语音 合成效果趋近于在线合成效果。同样的语音合成 声音定制 的...
使用模型服务网格进行多模型推理服务
sklearn-mnist_isvc-3c10c62d34","outputs":[{"name":"predict","datatype":"INT64","shape":["1","1"],"contents":{"int64Contents":["8"]} }]} 相关文档 当您遇到多模型部署时存在差异化运行时环境需求，或者需要优化模型推理效率、控制...
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...
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...
产品优势
深厚的模型原始积累和有针对性的独立工作区 自学习平台的工作区基于阿里云深厚的算法模型迭代生成的框架，能够保证用户在模型还未生成之前就比同等的初始模型多出一定比例的准确性，缩短模型优化时间，提升模型准确率。基于丰富的成功案例...
使用Blade EAS Plugin优化并部署模型
说明 启用Blade EAS Plugin将在 EAS 服务之前对您提供的模型提前优化，优化过程根据模型复杂程度可能持续3~10分钟左右，Blade EAS Plugin只在部署 EAS 服务时执行一次，服务后续缩扩容都直接使用优化后的模型。目前，Blade EAS Plugin功能...
语音识别问题排查
如果存在非人噪被误识别，您可以多收集一些噪声数据，提供给阿里云进行噪声模型优化。如果波形幅度不大能量过低造成识别数据丢失，可能是由于音量太小被噪声模型当成噪声处理。建议调整收音设备，或减小说话人与收音设备的距离。如果波形...
常见问题
模型训练相关 1.当前百炼里面导入企业文档，进行问答，有进行FT或者某种方式的模型训练吗？有。导入文档只是通过对文档内容解析-分块-embedding向量化得到文档的向量数据库，然后在问答过程中先根据用户query进行向量检索，然后将检索结果...
LLM on DLC-Megatron on DLC最佳实践
大语言模型（LLM）是指参数数量达到亿级别的神经网络语言模型，例如：GPT-3、GPT-4、PaLM、PaLM2等。Megatron-LM 是由NVIDIA的应用深度学习研究团队开发的Transformer模型训练框架，它可以高效利用算力、显存和通信带宽，大幅提升了大语言...
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...
- 产品推荐
- 这些文档可能帮助您