阿里云文档 2024-07-12

PAI系统权限策略

本文描述人工智能平台PAI支持的所有系统权限策略及其对应的权限描述,供您授权RAM身份时参考。

阿里云文档 2024-07-08

部署和调用RAG对话系统服务

EAS提供了场景化部署方式,通过简单配置几个参数,您便可以一键部署集成了大语言模型(LLM)和检索增强生成(RAG)技术的对话系统服务,显著缩短服务部署时间。在使用该服务进行推理验证时,它能够有效地从知识库中检索相关信息,并与大语言模型的回答相结合,以产生准确且信息丰富的答案,从而大幅提高问答的质量和整体性能。该服务适用于问答、摘要生成和依赖外部知识的自然语言处理任务。本文为您介绍如何部署RAG对...

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
文章 2024-06-23 来自:开发者社区

【昆虫识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+机器学习+TensorFlow+ResNet50

一、介绍 昆虫识别系统,使用Python作为主要开发语言。通过TensorFlow搭建ResNet50卷积神经网络算法(CNN)模型。通过对10种常见的昆虫图片数据集('蜜蜂', '甲虫', '蝴蝶', '蝉', '蜻蜓', '蚱蜢', '蛾', '蝎子', '蜗牛', '蜘蛛')进行训练,得到一个识别精度较高的H5格式模型文件,然后使用Django搭建Web网页端可视化操作界面,实现用户上传.....

【昆虫识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+机器学习+TensorFlow+ResNet50
阿里云文档 2024-06-19

使用LLM Gateway提升推理效率

在大语言模型(LLM)应用场景中,存在资源需求不确定性、后端推理实例负载不均衡等问题。为了优化这类问题,EAS引入了LLM Gateway基础组件,在请求调度层,基于LLM场景所特有的Metrics(指标),来动态进行请求分发,保证后端推理实例处理的算力和显存尽可能均匀,提升集群资源使用水位。

文章 2024-06-01 来自:开发者社区

智能推荐系统:机器学习驱动的个性化体验

嘿呀,你知道吗?现在的科技可真是厉害得像变魔术一样!特别是那个智能推荐系统,就像是有个懂你的小精灵藏在手机或电脑里。 想象一下,你正无聊地刷着手机,突然“唰”地一下,跳出一个你超级感兴趣的东西,哇塞,是不是感觉特别惊喜?这就是智能推荐系统的魔力呀࿰...

阿里云文档 2024-04-28

通过阿里云Milvus与PAI构建大模型RAG对话系统

阿里云Milvus现已无缝集成于阿里云PAI平台,一站式赋能用户构建高性能的检索增强生成(RAG)系统。您可以利用Milvus作为向量数据的实时存储与检索核心,高效结合PAI和LangChain技术栈,实现从理论到实践的快速转化,搭建起功能强大的RAG解决方案。

文章 2024-03-14 来自:开发者社区

MAC系统机器学习环境配置常见问题

自从换了Apple M1后,配置机器学习环境的过程中经常遇到各种问题,在此一并记录,会持续更新,希望大家收藏点赞。 系统环境: macOS BigSur v11.2.2 1. zsh: command not found: conda 问题 安装anaconda后,在终端输入conda后,显示 ...

MAC系统机器学习环境配置常见问题
阿里云文档 2024-03-06

使用ES机器学习搭建智能问答系统

本文使用文本嵌入模型(text_embedding)对用户查询进行深度语义解析,突破传统关键词匹配的局限,从海量数据中准确提取高度相关的内容。使用问答模型(question_answering)对关联文本进行精细解读,精准抽取答案,回答与文本相关的问题。文本嵌入模型和问答模型的组合可以用于智能搜索引擎、个性化推荐等场景,可以提升信息检索和问题解答的精准度。

文章 2023-07-17 来自:开发者社区

Hadoop生态系统中的机器学习与数据挖掘技术:Apache Mahout和Apache Spark MLlib的应用

Hadoop是一个开源的分布式计算框架,用于处理大规模数据集的存储和处理。随着大数据的快速发展,机器学习和数据挖掘技术在Hadoop生态系统中的应用也变得越来越重要。在本文中,我们将重点介绍Hadoop生态系统中的两个重要机器学习和数据挖掘技术:Apache Mahout和Apache Spark MLlib,并提供一些代码示...

文章 2023-05-14 来自:开发者社区

物理系统执行机器学习计算,一种使用反向传播训练的深度物理神经网络

深度学习模型已成为科学和工程领域的普遍工具。然而,它们的能源需求现在越来越限制它们的可扩展性。深度学习加速器旨在高效地执行深度学习,通常针对推理阶段,并且通常通过利用传统电子设备之外的物理基板。迄今为止的方法一直无法应用反向传播算法来原位训练非常规的新型硬件。反向传播的优势使其成为事实上的大规模神经网络训练方法,因此这一缺陷构成了主要障碍。...

物理系统执行机器学习计算,一种使用反向传播训练的深度物理神经网络

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