阿里云文档 2024-08-22

使用云原生AI套件分析优化机器学习模型

为了确保模型在正式部署前达到上线标准,您可以使用模型分析优化工具对模型进行性能压测、模型分析、模型优化等操作,对模型的性能进行分析优化。本文以PyTorch官方提供的Resnet18模型、GPU类型为V100卡为例,介绍如何使用模型分析优化工具。

文章 2024-06-20 来自:开发者社区

智能化运维:利用机器学习优化IT基础设施管理

在信息技术日新月异的今天,企业的IT基础设施变得愈加复杂与庞大。随之而来的是运维(Operations and Maintenance, O&M)工作的难度和压力不断增大。传统的运维模式往往依赖于人工经验进行问题判断和处理,这不仅效率低下,而且容易出错。因此,智能化运维的概念应运而生,它借助...

文章 2024-04-06 来自:开发者社区

智能化运维:利用机器学习优化IT基础设施管理

随着企业数字化转型的深入,IT基础设施变得越来越复杂,传统的运维手段已难以满足现代企业的需求。运维人员面临的挑战包括处理海量的监控数据、响应不断变化的安全威胁、及时解决系统问题以维持服务的稳定性和可靠性。因此,引入智能化技术,尤其是机器学习,已成为运维领域的必然趋势。 机器学习在运维中的应用主要体现在以下几个方面:...

阿里云文档 2023-12-22

使用Pai-Megatron-Patch优化PyTorch版Transformer模型训练

本文介绍如何使用Pai-Megatron-Patch优化PyTorch版Transformer模型训练。

阿里云文档 2023-11-16

使用Blade优化输入为DynamicShape的模型

常规推理优化普遍针对输入为Static Shape的模型,如果实际推理的模型Shape发生变化,推理优化效果就可能失效。在实际生产中,输入为Dynamic Shape的模型越来越多,因此对不同输入Shape的推理过程具有强烈的优化需求。本文介绍如何使用Blade优化输入为Dynamic Shape的模型。

阿里云文档 2023-11-15

如何通过Docker或Kubernetes使用eGPU优化套件,进行GPU容器虚拟化和资源共享

本文以卷积神经网络模型ResNet50的训练和推理为例,为您介绍如何通过Docker或Kubernetes使用eGPU优化套件,进行GPU容器虚拟化和资源共享。本实践中的ResNet50模型基于NVIDIA官方开源代码DeepLearningExamples实现。

阿里云文档 2023-07-14

如何使用Blade优化基于TensorFlow的ResNet50模型

ResNet50作为一个广泛应用的经典结构网络,其优化在多种推理部署场景中都具有很高的实用价值。本文介绍如何使用Blade优化基于TensorFlow的ResNet50模型。

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