阿里云文档 2025-03-25

以DeepSeek大语言模型介绍如何自定义部署和使用RAG服务

模型在线服务EAS(Elastic Algorithm Service)是阿里云PAI产品提供的一站式模型开发和部署平台,支持通过自定义部署方式来部署RAG服务。您可以根据自身业务需求来调整更多配置选项,从而实现更灵活的服务配置。本文将介绍如何自定义部署RAG服务,并以DeepSeek大语言模型为例,说明如何使用RAG服务和LLM服务进行知识问答。

阿里云文档 2025-03-12

使用ARMS自定义EAS可观测大盘及报警

应用实时监控服务ARMS(Application Real-Time Monitoring Service)是一款阿里云云原生可观测产品平台。基于ARMS提供的能力,您可以自定义一套PAI-EAS服务的可观测大盘,以及配置更加灵活的报警规则,帮助您全面详细地监控EAS指标数据。本文将向您介绍如何使用ARMS查看监控指标数据、配置可观测可视化大盘以及自定义监控报警等。

阿里云文档 2025-02-25

通过自定义服务功能在公网中访问实例中的服务

在模型建模完成后,当您想要在公网或专有网络VPC中访问实例中的服务时,DSW提供了自定义服务访问配置功能,通过将调用地址分享给协作开发者,即可在公网或VPC中调用。该功能主要用于开发阶段的测试和验证,如果您需要在生产环境中使用,建议您将模型部署成EAS服务。

文章 2024-07-29 来自:开发者社区

人工智能平台PAI使用问题之部署时是否可以自定义资源的区域

问题一:请教下机器学习PAI-eas部署,使用公共资源能自定义资源的区域吗,比如我想用北京? 请教下机器学习PAI-eas部署,使用公共资源能自定义资源的区域吗,比如我想用北京? 参考答案: 可以啊,左上角区域选择北京就行 ...

人工智能平台PAI使用问题之部署时是否可以自定义资源的区域
文章 2024-06-30 来自:开发者社区

人工智能平台PAI产品使用合集之已经通过自定义镜像部署了一个模型,想要上传并导入其他模型,该如何操作

问题一:stable difussion部署完成后,上传不了模型,但是上传图片没有问题,这是怎么回事? 上传的文件大小也小于在5GB,可就是总是在右下角显示上传失败。 参考答案: 在PAI-EAS中,如果你已经通过自定义镜像部署了一个模型,想要上传并导入其他模型,你可以按照以下步骤操作: 1. 创建新的服务:首先,你需要在PAI-EAS控制台上...

人工智能平台PAI产品使用合集之已经通过自定义镜像部署了一个模型,想要上传并导入其他模型,该如何操作
文章 2024-06-25 来自:开发者社区

人工智能:构建自定义机器学习模型的步骤与技巧

一、引言 随着人工智能技术的飞速发展,机器学习已成为企业和个人解决复杂问题的强大工具。然而,许多人对如何构建自己的机器学习模型感到困惑。本文将介绍构建自定义机器学习模型的基本步骤和关键技巧,帮助读者从零开始构建属于自己的机器学习模型。 二、构建机器学习模型的基本步骤 明确问题与目标 在开始构建机器学习模型之前,首先要明确你要解决的问题以及期...

阿里云文档 2024-06-12

为RAM用户自定义授权策略

如果您希望对PAI的AI计算资源进行更细颗粒度的授权和管理,您可以创建自定义授权策略,授予RAM用户(即子账号)创建、更新、删除或扩缩容等权限。

问答 2024-05-16 来自:开发者社区

机器学习PAI自定义模型,在PAI上跑的流程是怎样的啊? 打一个这样的包上传吗?bipartite_

机器学习PAI自定义模型,在PAI上跑的流程是怎样的啊?打一个这样的包上传吗?bipartite_graphsage_ext有这方面的文档吗?

问答 2024-04-24 来自:开发者社区

请问机器学习PAI在使用自定义组件的时候报了这个错误,是哪里配置有问题吗?

请问机器学习PAI在使用自定义组件的时候报了这个错误,是哪里配置有问题吗?已经按照文档把这块注册了

文章 2024-04-17 来自:开发者社区

构建自定义机器学习模型:Scikit-learn的高级应用

引言 Scikit-learn是Python中最著名的机器学习库之一,它不仅提供了大量的预制机器学习算法,还允许用户通过其强大的接口构建自定义模型。本文将探讨如何使用Scikit-learn进行高级应用,包括自定义模型的构建、特征工程的深化以及模型的调优和评估。 Scikit-learn的灵活性 Scikit-learn的设计哲学是提供灵活的工具...

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

人工智能平台PAI

人工智能平台 PAI(Platform for AI,原机器学习平台PAI)是面向开发者和企业的机器学习/深度学习工程平台,提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务,内置140+种优化算法,具备丰富的行业场景插件,为用户提供低门槛、高性能的云原生AI工程化能力。

+关注