配置规则：按表（单表）
并且，规则配置后，产出表数据的调度节点需要使用网络已连通的独享调度资源组进行调度，才可正常触发数据质量规则校验。独享调度资源组的相关配置，详情请参见 新增和使用独享调度资源组。动态阈值类规则需要有21天采样记录，若少于21天，...
模型说明
可以较好地处理零样本场景下推理（不需要训练数据，直接预测）和小样本场景下fine-tune（经过少量样本，如1，5，10，100条数据训练后再应用预测），同时在全样本场景下fine-tune也具备较明显优势，推理速度较快。更多维度对比 模型 性能 ...
模型说明
BERT 小样本分类 阿里巴巴达摩院自研的针对小样本文本分类的模型，主要原理为使用 BERT模型 从大量无标注语料进行预训练。适用于标注语料有限的场景，训练和预测时间较长。StructBERT 分类模型【推荐】阿里巴巴达摩院自研的alicemind模型...
DBSCAN聚类
反之“最小样本数”过小的话，则会产生大量的核心对象，可能会导致类别数过少。是 5[1,99999999]寻找最近样本的算法 自动：根据样本数据自动筛选合适的算法。球树：构建“球树”算法模型。KD树：“KD树”算法。暴力搜索：使用蛮力搜索，需...
模型说明
文本关系抽取-模型说明。...可以较好地处理零样本场景下推理（不需要训练数据，直接预测）和小样本场景下fine-tune（经过少量样本，如1，5，10，100条数据训练后再应用预测），同时在全样本场景下fine-tune也具备较明显优势，推理速度较快。
模型测试
UIE小样本实体抽取 Content输入格式说明：输入为JSON格式，如果只输入content，则默认做实体抽取，抽取“人物”,“地理位置”,“组织机构”三个字段。输入示例：{"content":"亨利·希姆斯(Henry Sims),1990年3月27日出生于美国马里兰州...
模型测试
测试文本格式 文本关系抽取模型中，除UIE小样本关系抽取模型的Content输入格式有特别要求，其它模型类型均输入纯文本内容即可。UIE小样本文本关系抽取 Content输入格式说明：输入为JSON格式，如希望抽取“人物-出生地”；“人物-出生时间”...
随机森林
最大深度限制了树中节点的数量 否-1[-1,99999999]最小分割样本下限 拆分内部节点所需的最少样本数 否 2[0,99999999]节点最少样本数 在叶节点处需要的最小样本数，少于该数据不会分支 否 1[1,99999999]节点最小权重系数 在所有叶节点处...
性能指标
LogisticRegressionWithHe 10万 100维*100维 训练 50分钟 神经网络MLP 100万 100维*100维 训练 30分钟 决策树-XGBoostWithDp 5亿 100维*100维 离线预测 50分钟 决策树-GBDTWithDp 5亿 100维*100维 离线预测 120分钟 线性回归-...
OCR文档自学习概述
模型业务化：通过预置的通用多模态AI能力，通过沉淀的数据资产，支持用户一键训练更满足业务场景需求的自主定制化模型，通过模型的泛化性、精度效果、小样本等核心技术能力，更高效、高精度地满足业务场景的需求。管理平台化：通过一站式的...
基本概念
cuDNN NVIDIA推出的用于深度神经网络的GPU加速库。DeepGPU 阿里云专门为GPU云服务器搭配的具有GPU计算服务增强能力的免费工具集合。AIACC-Taining 阿里云自研的分布式训练任务AI加速器，可以显著提升训练性能。AIACC-Inference 阿里云自研...
人工神经网络
人工神经网络（Artificial Neural Network，缩写ANN），简称神经网络或类神经网络，是一种模仿生物神经网络（动物的中枢神经系统，特别是大脑）的结构和功能的数学模型或计算模型，用于对函数进行估计或近似。人工神经网络有多层和单层之分...
技术分析函数
由于算法一开始就使用了EMA，当使用此方法并且没有指定 HOLD_PERIOD 的值或 HOLD_PERIOD 的值为-1 时，算法可能会在比 simple 小得多的样本大小的情况下开始发送数据点。none 算法不执行任何的平滑操作。这是ta-lib使用的方法。当使用此...
MLP二分类/MLP多分类/MLP回归
多层感知机是一种前馈神经网络，通过多个神经元的组合对输入特征进行非线性变换和特征提取，最终输出一个连续的预测结果。在训练过程中，利用反向传播算法（Backpropagation）和梯度下降算法（Gradient Descent）来优化模型参数，以最小化...
横向MLP二分类/MLP多分类/MLP回归
多层感知机是一种前馈神经网络，通过多个神经元的组合对输入特征进行非线性变换和特征提取，最终输出一个连续的预测结果。在训练过程中，利用反向传播算法（Backpropagation）和梯度下降算法（Gradient Descent）来优化模型参数，以最小化...
视频分类训练
算法简介 视频分类模块提供主流的3D卷积神经网络和Transformer模型用于视频分类任务的训练，目前已经支持的模型包括X3D系列的X3D-XS、X3D-M及X3D-L和Transformer模型的swin-t、swin-s、swin-b、swin-t-bert，其中swin-t-bert支持视频加文本...
Kohya使用方法与实践案例
此时您可以选择借助神经网络，完成对所有图片批量生成文本描述的工作。您也可以在Kohya中选择使用一个叫做BLIP的图像打标模型。打标 数据集 在Kohya-SS页面，选择 Utilities>Captioning>BLIP Captioning。选择已创建的数据集里面上传的图片...
模型仓库（FastNN）
PAI模型仓库FastNN（Fast Neural Networks）是一个基于PAISoar的分布式神经网络仓库。目前FastNN已经支持了Inception、Resnet、VGG等经典算法，后续会逐步开放更多的先进模型。目前FastNN已经内置于 Designer 平台中，并且可以直接在该平台...
组件参考：所有组件汇总
单样本T检验 该组件旨在检验某个变量的总体均值与某个指定值之间是否存在显著差异，其检验的样本必须总体服从正态分布。正态检验 该组件通过观测值判断总体是否服从正态分布，是统计判决中重要的一种特殊的拟合优度假设检验。洛伦兹曲线 ...
灵骏常见问题
您使用神经网络进行的许多计算都可以很容易地分解成更小的计算，各个小计算不会相互依赖。智能计算灵骏与普通GPU托管服务有什么不同？智能计算灵骏集群采用专为大规模AI计算场景所设计的系统架构和多层性能优化技术，能充分利用整体的计算...
安全防护
同时内置深度神经网络和机器学习等先进技术，通过样本扫描、特征萃取、特征对比和文件聚类等算法，实现多达44种敏感数据的精准识别。同时数据安全中心提供了敏感数据发现后的自动分类分级以及统计展示能力，通过对结构化和非结构化数据源的...
安全联邦学习-任务模式FL
三、安全联邦学习已支持的能力 用途 算法分类 已支持算法 分类 决策树 XGBoostWithDp GBDTWithDp 逻辑回归 LogisticRegressionWithHe 神经网络 神经网络MLP 回归 线性回归 LinearRegressionWithHe 神经网络 神经网络MLP 四、如何进行安全...
NVMe协议介绍
机器学习 机器学习是另一个共享盘典型应用场景，在将样本标注写入后，会将数据拆分给多个节点进行神经网络的分布式计算，特别是在以GPU为计算资源的高性能机器学习场景，慢速存储很可能成为整个系统的瓶颈，此时利用NVMe共享云盘的高性能，...
安全联邦学习-工作流FL
三、安全联邦学习已支持的能力 用途 算法分类 已支持算法 分类 决策树 XGBoostWithDp GBDTWithDp 逻辑回归 LogisticRegressionWithHe 神经网络 神经网络MLP 回归 线性回归 LinearRegressionWithHe 神经网络 神经网络MLP 四、如何进行安全...
梯度提升回归树
MSE（均方误差）：该指标计算的是拟合数据和原始数据对应样本点的误差的平方和的均值，其值越小说明拟合效果越好。RMSE（均方根误差）：也叫回归系统的拟合标准差，是MSE的平方根。MAE（平均绝对误差）：用于评估预测结果和真实数据集的...
决策树
最大深度限制了树中节点的数量 否-1[-1,99999999]最小分割样本下限 拆分内部节点所需的最少样本数 否 2[0,99999999]节点最少样本数 少于该数据不会分支 否 1[1,99999999]节点最小权重系数 在所有叶节点处（所有输入样本）的权重总和中的...
视频合拍
短视频SDK提供视频合拍功能，使用一个已有视频作为样本视频，与摄像头采集的数据按照特定的布局方式（例如左右分屏，上下分屏，画中画等）进行合拍录制，合拍视频的每一帧画面将会同时包含两路视频的画面，而音频则采用样本视频的音频。...
视频合拍
短视频SDK提供视频合拍功能，使用一个已有视频作为样本视频，与摄像头采集的数据按照特定的布局方式（例如左右分屏，上下分屏，画中画等）进行合拍录制，合拍视频的每一帧画面将会同时包含两路视频的画面，而音频则采用样本视频的音频。...
数据探索函数
数据探索函数得到样本数据的趋势、极大值、中心值，检验数据是否符合正态分布、均匀分布或指数分布。函数 说明 均匀分布或指数分布的检验函数 检验数据分布是否满足均匀分布或指数分布。正态分布检验函数 检验数据分布是否满足正态分布。...
自助问题排查
专有网络VPC（Virtual Private Cloud）的自助排查功能可以帮助您排查VPC实例网络连通性问题、VPC与外部网络连接、费用问题及资源配额不足等问题，并提供解决建议。实例排查期间可能会对您的实例探测并进行诊断分析，但不会对您的实例配置和...
支持向量回归算法（SVR）
sigmoid：使用该函数作为核函数时，效果类似多层神经网络。c 松弛系数的惩罚项系数。取值为大于0的浮点数，可不填。默认值为1。说明 如果数据质量较差，可以适当降低惩罚项 c 的值。epsilon SVR损失函数的阈值。当预测值与实际值的差值等于...
XGBOOST二分类
如果样本量较小，可以适当降低min_child_weight的值以避免欠拟合；如果样本量较大，可以适当增加min_child_weight的值以避免过拟合。最小损失衰减 min_split_loss(gamma)控制树的叶子节点分裂的最小损失减少量，取值过大会导致欠拟合。训练...
XGBOOST多分类
如果样本量较小，可以适当降低min_child_weight的值以避免欠拟合；如果样本量较大，可以适当增加min_child_weight的值以避免过拟合。最小损失衰减 min_split_loss(gamma)控制树的叶子节点分裂的最小损失减少量，取值过大会导致欠拟合。训练...
XGBOOST回归
如果样本量较小，可以适当降低min_child_weight的值以避免欠拟合；如果样本量较大，可以适当增加min_child_weight的值以避免过拟合。最小损失衰减 min_split_loss(gamma)控制树的叶子节点分裂的最小损失减少量，取值过大会导致欠拟合。训练...
应用场景
深度学习 对于持续且大量的人工神经网络计算的深度学习场景，阿里云推荐GPU实例，不但性能表现卓越，同时大量节省成本。此外，GPU计算型还可以降低客户端的计算能力要求，适用于图形处理、云游戏云端实时渲染、AR/VR的云端实时渲染等瘦终端...
概述
矩阵分解、深度神经网络模型等算法都可以生成用户和物品的embedding向量，然而常规的模型还是需要依赖用户和物品的交互行为数据来建模，并不能很好地泛化到冷启动的用户和物品上。现在也有一些可以用来为冷启动用户和物品生成embedding向量...
日志审计
云防火墙提供网络抓包工具，支持捕获指定IP和端口的网络数据包、分析数据包内容，帮助您定位网络故障和分析攻击行为，从而识别出网络通信的安全风险。具体操作，请参见 网络抓包。为什么有来自阿里云的ICMP周期性探测流量日志？为什么流量...
逻辑回归二分类
参数名称 参数英文名称 参数说明 批处理大小 batch_size 每个小批次的样本数量。batch_size的大小会影响模型的训练速度和泛化能力，通常情况下，较小的batch_size可以更快地收敛，但可能会导致模型过拟合；较大的batch_size会更稳定，但...
横向逻辑回归二分类
（使用/加持方）批处理大小 batch_size 每个小批次的样本数量。batch_size的大小会影响模型的训练速度和泛化能力，通常情况下，较小的batch_size可以更快地收敛，但可能会导致模型过拟合；较大的batch_size会更稳定，但收敛速度较慢。...
术语解释
计算公式：统计周期内的影响设备数/统计周期内发生过网络请求的设备数 网络请求耗时 指用户提出服务请求，至收到响应所需的时间。DNS请求耗时 网络请求的DNS耗时。SSL请求耗时 网络请求的SSL耗时。TCP请求耗时 网络请求的TCP耗时。请求字节...
- 产品推荐
- 这些文档可能帮助您