阿里云文档 2024-06-17

ACCL库安装方法

ACCL(Alibaba Collective Communication Library)是阿里云自研的,基于NCCL(Nvidia Collective Communication Library)开发的集合通信库。它结合阿里云自身网络特点以及丰富的大模型任务通信调优经验,可为客户任务提供更高的通信性能,并且具备一定的故障诊断和自愈能力。本文为您介绍ACCL的主要特性和安装方法。

阿里云文档 2024-05-08

在不同类型的设备中安装Blade的方法

Blade的安装包包括了Wheel包和SDK。在CPU和CUDA环境,您需要安装Wheel包进行模型优化,安装SDK部署模型推理。而在端侧设备中,您只需要安装Wheel包进行模型优化即可,Blade完成优化后直接输出MNN模型,您可以使用MNN部署模型推理。本文详细介绍如何在不同类型的设备中分别安装Blade。

高校精品课-复旦大学-机器学习与深度学习

1 课时 |
195 人已学 |
免费

PAI平台学习路线:机器学习入门到应用

52 课时 |
2439 人已学 |
免费

场景实践 - 机器学习PAI实现精细化营销

7 课时 |
197 人已学 |
免费
开发者课程背景图
阿里云文档 2024-04-30

PAI文本生成方法

阿里云PAI提供智能文创解决方案,帮助您快速搭建囊括模型离线训练、离线预测和在线部署的端到端全链路构建流程。旨在从冗长、重复的文本序列中抽取、精炼或总结出要点信息,实现各类文本生成任务,包括文本摘要生成、新闻标题生成、文案生成、问题生成、作文生成和古诗生成等。

文章 2024-04-16 来自:开发者社区

如何通过评估方法评估机器学习模型的性能

评估方法 评估方法主要涉及到如何有效地衡量模型在新数据上的性能。这些评估方法对于选择合适的模型、调整模型参数以及比较不同模型之间的优劣至关重要。 常见的机器学习评估方法 留出法(Hold-out Method) 它通过将数据集D划分为两个互斥的集合,即训练集S和测试集T(D = S ∪ T,S ∩ T = ∅&...

阿里云文档 2024-02-19

高斯混合模型训练组件的配置方法

高斯混合模型(Gaussian Mixture Model)表示在总体分布中包含K个高斯子分布的概率模型。您可以使用高斯混合模型训练组件实现模型分类。本文为您介绍高斯混合模型训练组件的配置方法。

阿里云文档 2024-01-30

WorkQueue的调用格式、参数及其提供的方法

在大规模分布式异步训练中,您可以使用WorkQueue进行弹性数据切分,以缓解长尾效应,从而降低模型训练所需的时间。本文介绍WorkQueue的调用格式、参数及其提供的方法。同时,以文件数据源和MaxCompute表数据源为例,介绍实现数据切分的经典示例。

文章 2023-08-19 来自:开发者社区

评估方法&线性模型【机器学习】

评估方法留出法交叉验证10次10折交叉验证自助法线性模型最小二乘法最小二乘法最小二乘法计算器线性回归线性回归多元线性回归LDA线性判别分析LDAKNN(分类器)K近邻(KNN)分类器作业答案y=5.0x+60代码

评估方法&线性模型【机器学习】

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐

阿里云机器学习平台PAI

阿里云机器学习PAI(Platform of Artificial Intelligence)面向企业及开发者,提供轻量化、高性价比的云原生机器学习平台,涵盖PAI-iTAG智能标注平台、PAI-Designer(原Studio)可视化建模平台、PAI-DSW云原生交互式建模平台、PAI-DLC云原生AI基础平台、PAI-EAS云原生弹性推理服务平台,支持千亿特征、万亿样本规模加速训练,百余落地场景,全面提升工程效率。

+关注