使用Python开发自定义Processor
threads indicates concurrency of processing runner=MyProcessor(worker_threads=10)runner.run()上述代码即为Python SDK的简单示例，代码中继承了 EAS 提供的基类BaseProcessor，实现了 initialize()和 process()函数。函数 功能描述 ...
列存索引中TopK算子的实现
动态选择内存磁盘算法 内存算法和磁盘算法不同，如果使用一个固定的阈值来作为选择内存算法或磁盘算法的依据（比如K小于阈值时使用内存算法，否则使用磁盘算法），那么针对不同的可用执行内存就需要设置不同的阈值，带来了人工干预的开销。...
内存管理
更正文档 概述 AliOS Things操作系统内核通过内存管理实现应用程序可以调用标准C库的malloc和free接口来动态的分配和释放内存。内存管理函数 函数名 描述 aos_malloc()从系统heap分配内存给用户 aos_zalloc()从系统heap分配内存给用户，...
高效基因序列检索助力快速分析肺炎病毒
总体而言，AnalyticDB MySQL版 基因向量抽取算法分为三步：在氨基酸序列中定义词 生物信息学中用K-mers来分析氨基酸序列，k-mer是指将核酸序列分成包含k个碱基的字符串，即从一段连续的核酸序列中迭代选取长度为K个碱基的序列，若核酸序列...
UDF示例：引用文件资源
本文以在MaxCompute客户端操作为例，为您介绍如何通过Python UDF引用文件资源。前提条件 请确认您已完成如下操作：已安装并配置MaxCompute客户端。更多安装并配置MaxCompute客户端信息，请参见 安装并配置MaxCompute客户端。已将待引用的...
Vector
TairVector简介 TairVector采用多层Hash的数据结构，如下所示：TairVector提供了HNSW（Hierarchical Navigable Small World）和暴力搜索（Flat Search）两种索引算法：HNSW：以图结构构建向量检索的索引，支持异步空间回收，可以在保证高...
使用SDK执行HTTP函数
本示例以将AccessKey和AccessSecretKey保存在环境变量中来实现身份验证为例。运行本示例前请先在本地环境中设置环境变量ALIBABA_CLOUD_ACCESS_KEY_ID和ALIBABA_CLOUD_ACCESS_KEY_SECRET。在FC Runtime运行环境下，配置执行权限后，ALIBABA_...
标准化训练
【输出桩说明】输出桩（从左到右）存储位置 下游建议组件 模型类型 模型 不需要配置 标准化批预测 无 具体示例 您可以将以下代码复制到 PyAlink脚本 组件中，使PyAlink脚本组件实现与该组件相同的功能。from pyalink.alink import*def main...
定制排序模型
定制排序模型介绍 为了更好的满足用户的搜索排序体验，OpenSearch推出了定制排序模型功能，用户可以根据实际的业务场景添加自定义特征数据用于排序模型训练，并且可以自定义python或TensorFlow脚本编写排序模型描述，实现在搜索排序方面的...
通过客户自建物联网平台使用AI算法保护
1.简介 AI算法保护，提供内容的加密保护和全生命周期管理；授权过程的自动化和授权管理的统一化，防止内容的拷贝和泄漏，以及提供商业售卖的灵活性、安全性和管理成本。内容加密保护，一次性加密，多种许可分发和管理，支持不同的授权管理...
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}...
Lua脚本规范与常见报错
云原生内存数据库Tair 实例支持Lua相关命令，通过Lua脚本可高效地处理CAS（compare-and-set）命令，进一步提升 Tair 的性能，同时可以轻松实现以前较难实现或者不能高效实现的模式。本文介绍在 Tair 中使用Lua脚本的基本语法与使用规范。...
Lua脚本规范与常见报错
云数据库Redis实例支持Lua相关命令，通过Lua脚本可高效地处理CAS（compare-and-set）命令，进一步提升Redis的性能，同时可以轻松实现以前较难实现或者不能高效实现的模式。本文介绍通过Redis使用Lua脚本的基本语法与使用规范。注意事项 ...
通过阿里云物联网平台使用AI算法保护
1.简介 AI算法保护，提供内容的加密保护和全生命周期管理；授权过程的自动化和授权管理的统一化，防止内容的拷贝和泄漏，以及提供商业售卖的灵活性、安全性和管理成本。内容加密保护，一次性加密，多种许可分发和管理，支持不同的授权管理...
集成PyEncMySQL
PyEncMySQL 是全密态MySQL的Python版客户端，在正确配置 MEK、阿里云ak/sk等参数的基础上，可以使应用端程序拿到明文数据。业务侧只需要进行少量配置文件上的更改即可对 PyEncMySQL 进行集成。本文档介绍了如何使用 PyEncMySQL。准备工作 ...
缺失值填充训练
组件实现缺失值填充功能，填充策略支持最大值、最小值、均值和指定数值四种。使用限制 支持的计算引擎为MaxCompute和Flink。算法简介 数据缺失值模型训练，缺失值填充支持4种策略，最大值、最小值、均值、指定数值。当策略为指定数值时，...
HLL近似去重
SelectDB HLL函数 HLL是基于HyperLogLog算法的工程实现，用于保存HyperLogLog计算过程的中间结果，它只能作为表的Value列类型、通过聚合来不断的减少数据量，以此来实现加快查询的目的。基于它得到的是一个估算结果，误差大概在1%左右。HLL...
接口说明
印尼语 16k 支持 支持 不支持 不支持 不支持 电话客服（通用）8k 支持 支持 不支持 不支持 不支持 俄语 通用-俄语 16k 支持 支持 不支持 不支持 不支持 越南语 通用-越南语 16k 支持 支持 不支持 不支持 不支持 通用-越南语客服通用 8k ...
Python SDK示例：DataFrame
本文为您介绍Python SDK中DataFrame相关的典型场景操作示例。DataFrame PyODPS提供了DataFrame API，它提供了类似Pandas的接口，但是能充分利用MaxCompute的计算能力。完整的DataFrame文档请参见 DataFrame。假设已经存在三张表，分别是 ...
CREATE MODEL
源数据表（table_identifer）仅 TASK 为 检索类任务（SEMANTIC_RETRIEVAL、RETRIEVAL_QA）和 时序类任务（TIME_SERIES_FORECAST、TIME_SERIES_ANOMALY_DETECTION）可以指定数据源表。当任务类型为时序类任务时，源数据表必须至少包含2列，...
域名配置功能函数
调用BatchSetCdnDomainConfig、SetCdnDomainStagingConfig可以实现域名的批量配置，并生成唯一的ConfigId，通过ConfigId可以实现对指定配置的更新和删除。具体使用方法，请参见 ConfigId使用说明。基本信息 ipv6 功能说明：IPv6访问配置，...
域名配置功能函数
调用BatchSetDcdnDomainConfigs可以实现域名的批量配置，本文为您介绍该API可以配置哪些功能及功能参数用法。说明 本文中介绍的功能均能够被以下接口引用 BatchSetDcdnDomainConfigs、DescribeDcdnDomainConfigs、...
数据视图
本文为您介绍 Designer 提供的数据视图算法的参数配置方式及使用示例。组件配置 您可以使用以下任意一种方式，配置数据视图组件参数。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 用来...
ALB Ingress服务高级用法
配置健康检查的YAML示例如下所示：1.19及之后版本集群 apiVersion:networking.k8s.io/v1 kind:Ingress metadata:name:cafe-ingress annotations:alb.ingress.kubernetes.io/healthcheck-enabled:"true"alb.ingress.kubernetes.io/...
概览
Designer 智能风控解决方案 基于外卖评论实现舆情风控 基于图算法实现金融风控 评分卡信用评分 异常指标监控 用户流失预警风控 分类 相似标签自动归类 基于文本分析算法实现新闻分类 通用方案 心脏病预测 基于回归算法实现农业贷款发放预测...
ALB Ingress服务高级用法
配置健康检查的YAML示例如下所示：1.19及之后版本集群 apiVersion:networking.k8s.io/v1 kind:Ingress metadata:name:cafe-ingress annotations:alb.ingress.kubernetes.io/healthcheck-enabled:"true"alb.ingress.kubernetes.io/...
ALB Ingress服务高级用法
配置健康检查的YAML示例如下所示：1.19及之后版本集群 apiVersion:networking.k8s.io/v1 kind:Ingress metadata:name:cafe-ingress annotations:alb.ingress.kubernetes.io/healthcheck-enabled:"true"alb.ingress.kubernetes.io/...
缺失值填充批预测
组件实现缺失值填充功能，填充策略支持最大值、最小值、均值和指定数值四种。使用限制 支持的计算引擎为MaxCompute和Flink。算法简介 数据缺失值填充处理，批式预测组件。运行时需要指定缺失值模型，由缺失值填充训练组件产生。缺失值填充...
MapReduce API
df name kv 0 name1 k1=1,k2=3,k5=10 1 name1 k1=7.1,k7=8.2 2 name2 k2=1.2,k3=1.5 3 name2 k9=1.1,k2=1 通过 extract_kv 方法将Key-Value字段展开。df.extract_kv(columns=['kv'],kv_delim='=',item_delim=',')name kv_k1 kv_k2 kv_k3 kv...
ListStatisticReport-报告类统计查询
统计报告 data-quality 参考：数据采集-行为数据上报 app、abtest 参考：CORE 核心类指标 app-query 参考：QUERY_ANALYSIS query 分析类指标[]object 结果体 {} 示例 正常返回示例 JSON 格式 {"totalCount":43,"requestId":"F65C8BB2-C14F-...
存证交易模型
SDK根据antblockchain-gl协议实现完整的内容存证交易模型，包括交易编码、交易验证、加密套件、交易签名。存证交易 Builder 开发 SDK 中推荐使用 TransactionBuilder 来构建内容存证交易。不同的交易模型需要获取不同的 builder 来构建。...
部署及微调Mixtral-8x7B MoE模型
Mixtral-8x7B是Mistral AI最新发布的大语言模型，在许多基准测试上表现优于GPT-3.5，是当前最为先进的开源大语言模型之一。PAI已对Mixtral-8x7B模型进行全面支持，开发者和企业用户可以基于PAI-快速开始（PAI-QuickStart）轻松完成对...
人脸特征算法上云
本文档用来指导厂商提供特征算法上云服务镜像，在保持算法独立性的前提下实现人脸特征下发。IoT门禁服务向设备下发人脸权限时默认使用图片的方式，核心原因是为了更好的兼容性，下发图片后由端侧设备计算人脸特征值。之所以采用这种方式，...
模型hitrate评估
该组件使用hit_rate_pai.py脚本，实现向量召回评估的功能。本文为您介绍该组件的配置方法。使用限制 支持使用的计算引擎为MaxCompute。组件配置 您可以使用以下任意一种方式，配置模型hitrate评估组件参数。方式一：可视化配置参数 输入桩 ...
部署及微调Llama-3系列模型
Llama-3是Meta AI推出的开源大语言模型系列（接近GPT-4级别）。该系列支持15万亿tokens进行充分训练，提供Base和Instruct等多版本、多规模的开源模型，从而满足不同的计算需求。PAI已对该系列模型进行全面支持，本文以Meta-Llama-3-8B-...
进阶使用
前置知识 BM25简介 BM25算法（Best Matching 25）是一种广泛用于信息检索领域的排名函数，用于在给定查询（Query）时对一组文档（Document）进行评分和排序。BM25在计算Query和Document之间的相似度时，本质上是依次计算Query中每个单词和...
使用EasyRec构建推荐模型
背景信息 EasyRec算法库是阿里云 PAI 的推荐算法工具，包含DeepFM、DIN、MultiTower及DSSM等经典推荐排序和召回算法，可以帮助您在PAI平台上快速训练推荐算法模型、验证模型效果及部署。EasyRec算法库已经在信息推送、游戏、直播及竞价广告...
标准化批预测
算法简介 标准化是假设数据符合正态分布，根据均值和方差计算对应数值的过程。可视化配置参数【输入桩配置】输入桩（从左到右）限制数据类型 建议上游组件 是否必选 预测输入模型 无 标准化训练 是 预测输入数据 数值类型 读数据表 读CSV...
阈值检测
实现原理 当您单击 填入P4建议阈值 后，ARMS就会自动拉取每个应用、每个接口对应指标的历史3天数据，然后通过N-sigma算法计算每个指标历史3天的均值和方差。具体来说，假设您的业务没有发生明显变化，因此可以假设指标服从一个正态分布，...
阈值检测
实现原理 当您单击 填入P4建议阈值 后，ARMS就会自动拉取每个应用、每个接口对应指标的历史3天数据，然后通过N-sigma算法计算每个指标历史3天的均值和方差。具体来说，假设您的业务没有发生明显变化，因此可以假设指标服从一个正态分布，...
- 产品推荐
- 这些文档可能帮助您