创建合流任务
FillPositionNormalized 浮点数数组 必选 表示该Layer元素填充区位置归一化值。[x,y]：x、y的取值范围[0-1]。例如：[0.1,0.1]代表左上角水平偏移10%，垂直偏移10%。PositionRefer 字符串 可选 设置元素的position参考坐标值。建议设置...
使用float2类型压缩存储向量
当前向量检索系统中，会将图片、声音、文本转化成高维浮点数数组进行存储，将占用大量的存储空间。为降低存储成本，压缩存储空间，为您提供了float2压缩存储模式。Float2类型简介 半精度浮点数（float2）是一种被计算机使用的二进制浮点...
Array数组类型
云原生数据仓库AnalyticDB PostgreSQL版 支持将字段定义为数组类型。数组类型可以是任何基础类型、用户自定义类型、枚举类型或复合类型。本文介绍 云原生数据仓库AnalyticDB PostgreSQL版 数组类型的使用，包括建表、数据写入、查询、修改...
搜索增强
自定义排序公式 名词解释：产品提供了丰富的排序特征供用户根据实际情况实现自定义排序。排序公式为json格式，配置在 rankModelInfo中。内置的排序模型将会根据 rankModelInfo 指定的排序公式对召回结果根据排序特征进行打分，并计算最终的...
写歌案例
本文为您提供使用TensorFlow实现自动填写歌词的相关数据及代码下载地址。代码及数据
多机多卡案例
本文为您提供使用TensorFlow实现多机多卡的相关代码下载地址。多机多卡案例代码下载
TensorFlow常见问题
使用TensorFlow实现图像分类，详情请参见 TensorFlow实现图像分类视频、使用TensorFlow实现图片分类 及 TensorFlow案例相关代码。使用TensorFlow自动写歌，详情请参见 TensorFlow自动写歌词 及 写歌案例。如何查看TensorFlow相关日志？查看...
Designer使用案例汇总
本文为您提供 Designer 产品使用案例相关文档入口链接汇总。智能推荐解决方案 案例名称 描述 推荐业务端到端的完整方案 介绍实现推荐系统的...使用TensorFlow实现图片分类 介绍如何使用深度学习框架TensorFlow，快速搭建图像识别的预测模型。
推荐解决方案综述
深度学习推荐算法 在PAI-TensorFlow基础上，PAI开发了经典的深度学习推荐算法，即源码级开源的DeepFM代码，详情请参见 使用TensorFlow实现分布式DeepFM算法。DeepFM中详细描述了读取MaxCompute数据表、特征处理、构造Graph、训练及评估等...
使用TensorFlow实现分布式DeepFM算法
本文为您介绍如何使用TensorFlow实现分布式DeepFM算法。警告 公共云GPU服务器即将过保下线，您可以继续提交CPU版本的TensorFlow任务。如需使用GPU进行模型训练，请前往DLC提交任务，具体操作请参见 创建训练任务。前提条件 开通OSS，并创建...
EMR-3.24.x版本说明
TensorFlow on spark 支持TensorFlow框架置于Spark之上，使得Spark与深度学习框架深度结合，包括了任务调度和数据交换优化方案等，为您提供从数据预处理到深度学习训练任务的一整套流程。支持Streaming类型任务。更新内容 服务 变更点 ...
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位浮点数分桶量化为位宽更小的定点整数，可以达到节省访存开销、提升指令计算吞吐率的双重目的（需要底层计算硬件的支持）。TensorFlow模型量化 对TensorFlow模型进行基本优化的...
Arena在多用户场景下的最佳实践
本文通过实现五个目标任务举例说明如何在多用户场景下使用Arena。操作视频 前提条件 请确保您已完成以下操作：创建一个ACK集群。详情请参见 创建Kubernetes托管版集群。在ACK集群同VPC下，创建一个操作系统为Linux的ECS实例。具体操作步骤...
通过Docker安装并使用cGPU服务
cGPU服务可以隔离GPU资源，实现多个容器共用一张GPU卡。该服务作为阿里云容器服务Kubernetes版ACK（Container Service for Kubernetes）的组件对外提供服务，本文介绍如何通过Docker安装并使用cGPU服务。前提条件 在进行本操作前，请确保...
历史功能发布记录（2022年）
全部 无 创建 ACK Serverless集群 时支持选择企业级安全组 ACK Serverless集群 在创建时可选择企业级安全组，以此将容器实例加入到该安全组之下。企业安全组面向企业级场景，可以容纳更多的实例、弹性网卡和私网IP，而且访问策略更加严格。...
新建实验
AutoML是PAI提供的机器学习增强型服务，集成了多种算法和分布式计算资源，无需编写代码，通过创建实验即可实现模型超参数调优，提高机器学习效率和性能。本文为您介绍如何新建实验。背景信息 AutoML的工作机制：实验会根据算法配置自动生成...
使用Gang scheduling
ACK基于新版的Kube-scheduler框架实现Gang scheduling的能力，解决原生调度器无法支持All-or-Nothing作业调度的问题。本文介绍如何使用Gang scheduling。重要提示 请预留足够资源：使用弹性节点池时请保证弹性节点池的最大资源量以及节点...
使用Gang scheduling
ACK基于新版的Kube-scheduler框架实现Gang scheduling的能力，解决原生调度器无法支持All-or-Nothing作业调度的问题。本文介绍如何使用Gang scheduling。重要提示 请预留足够资源：使用弹性节点池时请保证弹性节点池的最大资源量以及节点...
创建训练任务
配置示例：createSvcForAllWorkers=true,customPortNumPerWorker=100 后续，您可以通过 JOB_NAME 和 CUSTOM_PORTS 环境变量获取到域名和可用端口号，即可拉起并连接到像Ray之类的框架。最长运行时长 您可以设置任务运行的最长时长，在完成...
什么是人工智能平台PAI
随着PAI的不断发展，2018年PAI平台正式商业化，目前已经积累了数万的企业客户和个人开发者，是中国云端机器学习平台之一。PAI底层支持多种计算框架：流式计算框架Flink。基于开源版本深度优化的深度学习框架TensorFlow、PyTorch、Megatron...
AI加速概述
加速存算分离场景下I/O性能。TorchAcc（模型训练加速框架）支持数据并行训练，优化计算和通信overlap，提升分布式训练效果。支持AMP训练加速。支持自动显存优化等。EPL（大规模分布式训练框架）支持数据并行，算子拆分流水并行。支持自动...
PAIFlow Manifest参数说明
同一个工作流的输入、输出、实现变化后，版本应该与原先不同。版本号推荐用v1.0.0的格式。provider String 无 是 工作流提供方，目前有以下两种：自定义工作流为用户的UID。官方工作流为PAI。guid String 无 否 唯一ID，同一个工作流内不...
什么是AI通信加速库Deepnccl
AI框架层 在AI框架层，支持的AI框架和功能如下：支持通用的AI框架，例如PyTorch、TensorFlow、Mxnet等AI框架。支持基于AI框架之上的并行框架，例如Megatron、DeepSpeed、Collossal-AI等衍生框架。Deepnccl通过底层Deepytorch实现了PyTorch...
组件参考：所有组件汇总
分层采样 给定一个分组列，该组件按照这些列的不同值，将输入数据分成不同的组，并在每组中分别进行随机采样。JOIN 该组件将两张表通过关联信息，合成一张表，并确定输出的字段，与SQL的JOIN语句功能类似。合并列 该组件将两张表的数据按列...
人脸门禁服务API
企业可以基于人脸门禁服务，结合阿里云IoT平台的空间管理功能，快速实现自己的SaaS平台。人脸门禁服务的云端API同时兼容边缘方案与端侧方案。2.接口定义 2.1 人脸图片管理 2.1.1 保存人脸图片 保存单个用户的人脸图片，支持不同用户体系...
明细粒度事实层（DWD）
作为度量业务过程的事实，通常为整型或浮点型的十进制数值，有可加性、半可加性和不可加性三种类型：可加性事实是指可以按照与事实表关联的任意维度进行汇总。半可加性事实只能按照特定维度汇总，不能对所有维度汇总。例如库存可以按照地点...
明细粒度事实层（DWD）
作为度量业务过程的事实，通常为整型或浮点型的十进制数值，有可加性、半可加性和不可加性三种类型：可加性事实是指可以按照与事实表关联的任意维度进行汇总。半可加性事实只能按照特定维度汇总，不能对所有维度汇总。例如库存可以按照地点...
应用场景
从双精度浮点到单精度浮点，再到定点处理，而定点运算是FPGA的传统优势。与GPU相比，FPGA内部配备了众多的定点处理单元，甚至可以将整个FPGA芯片的内部逻辑资源配置成定点处理单元，进而具备了超高的定点运算能力。基因测序 基因测序是一种...
注册集群概述
混合云计算弹性：ACK注册集群可以帮助您为自建Kubernetes集群弹性扩容云上计算虚拟机、物理机和无服务器化资源，通过协同调度器可以支持灵活的扩容缩容调度策略，实现IDC资源和云上计算资源的逐级扩容和按需缩容，多副本容器组按比例分布在...
稳态数据挑选
功能说明 稳态数据挑选组件支持根据一维或多维数据的分布，区分动态波动数据和稳态数据，实现稳态数据的挑选，进行该操作前建议先进行滤波处理。在非稳态工况下，变量的特性变动剧烈，运行数据不能真实地反映系统输入输出的关系，会带来...
什么是AutoML
比如模型有多个超参，有些超参是整型，有些是浮点型，此时超参调优无法通过手工来完成，通过暴力搜索需要消耗非常大的计算资源，这需要引入自动化的系统来完成这项工作。AutoML服务中的HPO功能，正是帮助用户实现自动超参调优的目标。...
创建GPU实例
您也可以根据业务需要，选择已有安全组或 新建安全组，新建安全组时，需配置 安全组名称、安全组类型、开通IPv4端口。说明 关于安全组各项配置的详细说明，请参见 创建安全组。（可选）弹性网卡 弹性网卡分为主网卡和辅助网卡。主网卡不...
数据科学计算概述
MaxFrame是由阿里云自研的分布式科学计算框架，是对历史相关产品功能（PyODPS、Mars）的重大升级，在MaxCompute之上提供一套完全兼容Pandas接口的API，让用户用更为熟悉、更符合Python社群习惯的方式使用MaxCompute。本文为您介绍...
专业术语
aggregation（聚合）InfluxQL函数，能够返回一组数据点的聚合结果。想要获得现有的和即将支持的聚合函数的完整列表，请查看文档 InfluxQL函数。相关术语：function，selector，transformation。batch（批量）符合行协议（line protocol）...
条形图
参数 说明 显示格式 X轴标签数值显示格式的样式，可选 默认、11（整数）、11.1（浮点数）、11.11（浮点数）、11%（百分比）、11.1%（百分比）、1,111（千分位）和 1,111.1（千分位），更多数据显示格式请参见 数据显示格式说明。...
Timeline配置说明
注：1）图片轨需叠加在视频轨之上，图片本身作为素材与视频混编时（如图片合成视频场景），请使用视频轨VideoTracks 2）多个轨道的层叠顺序与数组元素顺序一致，如：数组的第一个元素图层的t在最底层，第二个元素的图层在其之上，以此类推 ...
区间柱状图
数值格式：设置标签的数值格式，可选 默认、11（整数）、11.1（浮点数）、11.11（浮点数）、11%（百分比）、11.1%（百分比）、1,111（千分位）和 1,111.1（千分位）。更多数据显示格式请参见 数据显示格式说明，仅在标签字段选择 range 或 ...
JSON类型
不过，实际上这类问题更可能发生在其他实现中，因为把 JSON 的 number 基本类型表示为 IEEE 754 双精度浮点是很常见的（这也是 RFC 7159 明确期待和允许的）。当在这类系统间使用 JSON 作为一种交换格式时，应该考虑丢失数字精度的风险。...
SQL Server数据源
类型分类 SQL Server数据类型 整数类 BIGINT、INT、SMALLINT和TINYINT 浮点类 FLOAT、DECIMAL、REAL和NUMERIC 字符串类 CHAR、NCHAR、NTEXT、NVARCHAR、TEXT、VARCHAR、NVARCHAR（MAX）和VARCHAR（MAX）日期时间类 DATE、DATETIME和TIME ...
CREATE TYPE
为了实现这一点，必须先创建一个所谓的 shell 类型，这是一种只有名称和所有者而没有具体属性的占位符类型，可以通过执行 CREATE TYPE name 命令（不带其他参数）来创建。创建之后，可以使用该 shell 类型来声明 canonical 函数的参数和...
- 产品推荐
- 这些文档可能帮助您