求解器用户手册
方式3：建模语言 MindOpt APL、AMPL、Pyomo、PuLP、JuMP 说明 采用建模语言的好处是用建模语言的API来建模，可以方便切换不同版本求解器。MindOpt支持一些常见的建模工具，当前支持以下几种：1.MindOpt APL 2022年开始支持MindOpt APL建模...
建模优化
通过界面化的方式，实现运筹优化的数学建模，并调用求解器实现模型的求解输出。计算逻辑原理 通过依次添加序列、变量、参数、目标函数及约束等，完成数学建模，配置相应的求解属性，调用底层求解器进行模型的求解。使用流程说明 添加数据源...
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...
广告流量分发-线性规划
业务调研、数据量化、数学建模 在使用优化技术的时候，需要更详细的调研业务的需求，整理相关的业务逻辑和数据，并量化表示它。然后采用数学规划的方法进行数学建模。此部分细节较多，可在案例 视频流量调控 中查阅细节，此处我们仅列出...
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...
交通调度-网络流最大流问题
业务调研、数据量化、数学建模 在使用优化技术的时候，需要更详细的调研业务的需求，整理相关的业务逻辑和数据，并量化表示它。然后采用数学规划的方法进行数学建模。此部分细节较多，可在案例 交通调度 中查阅细节，此处我们仅列出数学...
人员排班-任务分配(混合整数规划)
业务调研、数据量化、数学建模 在使用优化技术的时候，需要更详细的调研业务的需求，整理相关的业务逻辑和数据，并量化表示它。然后采用数学规划的方法进行数学建模。此部分细节较多，可在案例 人员排班 中查阅细节，此处我们仅列出数学...
营养搭配-线性规划
业务调研、数据量化、数学建模 在使用优化技术的时候，需要更详细的调研业务的需求，整理相关的业务逻辑和数据，并量化表示它。然后采用数学规划的方法进行数学建模。此部分细节较多，可在案例 营养搭配 中查阅细节，此处我们仅列出数学...
行业例：排产排程-采购和生产规划
业务调研、数据量化、数学建模 在使用优化技术的时候，需要更详细的调研业务的需求，整理相关的业务逻辑和数据，并量化表示它。然后采用数学规划的方法进行数学建模。此部分细节较多，可在案例 排产排程03 中查阅细节，此处我们仅列出数学...
物流运输-网络流问题最小化成本
业务调研、数据量化、数学建模 在使用优化技术的时候，需要更详细的调研业务的需求，整理相关的业务逻辑和数据，并量化表示它。然后采用数学规划的方法进行数学建模。此部分细节较多，可在案例 物流运输 中查阅细节，此处我们仅列出数学...
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...
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...
Z-Score归一化
在机器学习领域，Z-Score归一化经常用于数据处理，例如神经网络、聚类分析等应用。组件截图 二、参数说明 参数名称 参数说明 选择归一化字段 选择需要归一化的字段。可多选。三、有配置文件可读 在上游有配置文件可以选择的时候，可以使用...
开源软件迁移
它拥有一个由工具、库和社区资源组成的全面、灵活的生态系统，被广泛应用于机器学习和深度神经网络研究。在倚天云服务器上，建议您使用以下两种方式使用TensorFlow。使用官方版本构建TensorFlow的Docker镜像。更多信息，请参见 TensorFlow ...
性能指标
LogisticRegressionWithHe 10万 100维*100维 训练 50分钟 神经网络MLP 100万 100维*100维 训练 30分钟 决策树-XGBoostWithDp 5亿 100维*100维 离线预测 50分钟 决策树-GBDTWithDp 5亿 100维*100维 离线预测 120分钟 线性回归-...
应用场景
深度学习 对于持续且大量的人工神经网络计算的深度学习场景，阿里云推荐GPU实例，不但性能表现卓越，同时大量节省成本。此外，GPU计算型还可以降低客户端的计算能力要求，适用于图形处理、云游戏云端实时渲染、AR/VR的云端实时渲染等瘦终端...
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...
基本概念
cuDNN NVIDIA推出的用于深度神经网络的GPU加速库。DeepGPU 阿里云专门为GPU云服务器搭配的具有GPU计算服务增强能力的免费工具集合。AIACC-Taining 阿里云自研的分布式训练任务AI加速器，可以显著提升训练性能。AIACC-Inference 阿里云自研...
内置时空数据引擎Ganos
几何网络数据库：道路等几何网络建模及各类最短路径计算。激光点云数据库：自动驾驶、三维激光雷达点云数据建模与管理。用户可以针对业务中所涉及到的空间/时空多模数据类型进行数据的统一入库、一体化存储、快速查询检索以及执行各类分析...
安全防护
同时内置深度神经网络和机器学习等先进技术，通过样本扫描、特征萃取、特征对比和文件聚类等算法，实现多达44种敏感数据的精准识别。同时数据安全中心提供了敏感数据发现后的自动分类分级以及统计展示能力，通过对结构化和非结构化数据源的...
功能发布记录
一款基于AI大模型的优化技术咨询服务机器人，通过"文字聊天”和“表格文件”来沟通业务中的问题，自动生成数学建模公式、代码、调用软件运行求解、结果解释。2023年8月 求解器SDK更新V0.25.x版本（V0.25.1下载）：提升内点法的性能 MILP...
关键词抽取
基于 样条 曲线 建模 方法 流场 求解 模块 包括 有限 差分 求解器 有限元 求解器和面元法 求解器 其中 有限 差分 求解器 主要 包括 基于 有限 差分法 势流 数学 建模 基于 笛卡尔 网格 变 步长 差分 格式 推导 笛卡尔 网格 生成 索引 算法 ...
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...
基于二部图GraphSAGE算法实现推荐召回
背景信息 图神经网络是深度学习的热点发展方向，PAI开源Graph-Learn框架，提供大量图学习算法。二部图GraphSAGE是经典的图神经网络算法，而GraphSAGE为二部图场景扩展，被用于淘宝的推荐召回场景。在二部图场景下，可以将User和Item作为图...
常见问题FAQ
答：我们2021年元旦有把同款求解器软件上线了阿里云-天池平台 https://tianchi.aliyun.com/mindopt ，线上会提供免费的云端Linux机器，可线上免费使用求解器，同时我们提供了多个案例教程和源代码，讲解求解器可以解决的问题、数学建模和...
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...
机器学习（MADlib）
插件简介 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...
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...
镜像管理
机器学习 sklearn scikit-learn 1.0.2 Python 3.7 机器学习算法库 xgboost xgboost 1.6.2 Python 3.7 机器学习-分布式梯度增强 pytorch torch 1.13.1 Python 3.7 深度神经网络 除此之外，上述内置镜像均自带基础开发包，包括cloudpickle 2....
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...
Gateway API
组件介绍 Gateway API是Kubernetes中用于对服务网络流量进行建模的一系列资源。它的目标是建立一套表现力强、易扩展、面向角色的服务网络模型。优势如下。面向角色：资源抽象与使用Kubernetes的团队组织架构保持一致。可移植：与Ingress和...
创建安全联邦学习任务（任务模式）
适用特征维度特别多，特别是神经网络算法。数据集设置 配置使用方和加持方的数据信息，用于后续的数据处理。使用方：指需要数据的一方。加持方：指提供数据的一方。训练集：需训练的数据表。Label字段：指标签字段，用于后续训练学习。对齐...
CREATE MODEL
Lindorm AI引擎支持通过Lindorm SQL创建AI模型，对宽表引擎或时序引擎中的数据进行建模分析。您可以根据业务场景，在CREATE MODEL语句中设置推理任务类型、配置任务参数，创建不同类型的模型，例如文生图、检索问答、时序预测等模型。引擎...
模型创建
Lindorm AI引擎支持导入预训练AI模型，对数据库内的数据进行分析和处理或对时序数据进行建模，执行时序分析类任务。语法 CREATE MODEL model_name FROM {table_name|(select_statement)|model_file_path|huggingface_repo|modelscope_repo}...
组件参考：所有组件汇总
文本打标预测（MaxCompute）（即将下线）该组件可以快速抽取文本中蕴含的标签，对理解文本语义、精确建模有重要作用。文本分类训练（MaxCompute）（即将下线）该算法组件集成了基于BERT的文本分类模型、传统深度文本分类（例如TextCNN）...
组件概述
Gateway API 系统组件 Kubernetes中用于对服务网络流量进行建模的一系列资源，目标是建立一套表现力强、易扩展、面向角色的服务网络模型。安全 组件名称 组件类型 描述 aliyun-acr-credential-helper 系统组件 一个可以在ACK集群中免密拉取...
阶段一：基础防护建设
数据建模链路：先由数据团队主管定义好建模过程中可能使用到的数据标准，再由数据建模人员设计并提交模型，最后经由数据团队主管、运维或部署人员审核无误后发布至生产环境。数据开发与生产链路：开发人员在开发环境先开发代码、配置调度...
使用须知
Endpoint 介绍MaxCompute各地域支持的连接方式及Endpoint信息，并对您在与其他云产品（ECS、Tablestore或OSS）互访场景中遇到的网络连通性和下载数据收费等问题进行说明。如果您是数据分析师 如果您是数据分析师，建议熟读 SQL 模块的内容...
- 产品推荐
- 这些文档可能帮助您