IoT Device SDK介绍 为了帮助设备快速连接到物联网平台，华为提供了IoT Device SDK。支持TCP/IP协议栈的设备集成IoT Device SDK后，可以直接与物联网平台通信。不支持TCP/IP协议栈的设备，例如蓝牙设备、ZigBee设备等需要利用网关将设备数据

查看更多 →

日志提示“No space left on device” 问题现象 训练过程中拷贝数据/代码/模型时出现如下报错： 图1 错误日志 原因分析 出现该问题的可能原因如下。 磁盘空间不足。 分布式作业时，有些节点的docker base size配置未生效，容器内“/”根目录空间未

查看更多 →

端根据AI引擎创建容器，较耗时；本地Predictor部署较快，最长耗时10s，可用以测试模型，不建议进行模型的工业应用。 当前版本支持部署本地服务Predictor的AI引擎为：“XGBoost”、“Scikit_Learn”、“PyTorch”、“TensorFlow”和“S

查看更多 →

使用TensorFlow进行线性回归 首先在FunctionGraph页面将tensorflow添加为公共依赖 图1 tensorflow添加为公共依赖 在代码中导入tensorflow并使用 import json import random # 导入 TensorFlow 依赖库

查看更多 →

使用IoT Device SDK接入 IoT Device SDK介绍 IoT Device SDK使用指南（Java） IoT Device SDK使用指南（C） IoT Device SDK使用指南（C#） IoT Device SDK使用指南（Android） IoT Device

查看更多 →

推理基础镜像详情TensorFlow（CPU/GPU） ModelArts提供了以下TensorFlow（CPU/GPU）推理基础镜像： 引擎版本一：tensorflow_2.1.0-cuda_10.1-py_3.7-ubuntu_18.04-x86_64 引擎版本二： tensorflow_1

查看更多 →

Notebook基础镜像x86 Tensorflow Tensorflow包含两种镜像：tensorflow2.1-cuda10.1-cudnn7-ubuntu18.04，tensorflow1.13-cuda10.0-cudnn7-ubuntu18.04 镜像一：tensorflow2.1-cuda10

查看更多 →

下载或读取文件报错，提示超时、无剩余空间 拷贝数据至容器中空间不足 Tensorflow多节点作业下载数据到/cache显示No space left 日志文件的大小达到限制 日志提示"write line error" 日志提示“No space left on device” OOM导致训练作业失败 常见的磁盘空间不足的问题和解决办法

查看更多 →

"--local_parameter_device=cpu", "--device=cpu",

查看更多 →

// EngineTransNewT结构体 typedef struct EngineTransNew { std::shared_ptr trans_buff = nullptr; // 传输Buffer uint32_t buffer_size = 0; /

查看更多 →

IDE Daemon传输文件给Device侧。以HwHiAiUser用户登录Host侧 服务器 。执行命令，将A.java文件传输到Device侧，并将文件保存为B.java。IDE-daemon-client --host xx.xx.xx.xx:22118 --file /tmp/A.java "ide_daemon/B.java"xx.

查看更多 →

IDE Daemon获取与Host连接的Device信息。以HwHiAiUser用户登录Host侧服务器。执行命令，IDE Daemon获取与Host连接的所有Device的列表。IDE-daemon-client --host xx.xx.xx.xx:22118 --api device_infoxx.xx.xx.xx需要替换为实际的H

查看更多 →

具体说明请参考《IDE-daemon-client命令参考》。 IDE-daemon-hiai 数据回传工具 图片预处理的时候，数据回传。 算子的数据从Device回传到Host侧。 omg 模型转换工具 可将Caffe或者Tensorflow模型转换为DDK支持的om模型文件，详情请参考《模型转换指导》。

查看更多 →

"--local_parameter_device=cpu", "--device=cpu",

查看更多 →

TensorFlow图像分类模板 简介 搭载TensorFlow1.8引擎，运行环境为“python2.7”，适合导入以“SavedModel”格式保存的TensorFlow图像分类模型。该模板使用平台预置的图像处理模式，模式详情参见预置图像处理模式，推理时向模型输入一张“key

查看更多 →

// EngineTransNewT结构体 typedef struct EngineTransNew { std::shared_ptr trans_buff = nullptr; // 传输Buffer uint32_t buffer_size = 0; /

查看更多 →

IDE Daemon获取与Host连接的Device信息。以HwHiAiUser用户登录Host侧服务器。执行命令，IDE Daemon获取与Host连接的所有Device的列表。IDE-daemon-client --host xx.xx.xx.xx:22118 --api device_infoxx.xx.xx.xx需要替换为实际的H

查看更多 →

IDE Daemon传输文件给Device侧。以HwHiAiUser用户登录Host侧服务器。执行命令，将A.java文件传输到Device侧，并将文件保存为B.java。IDE-daemon-client --host xx.xx.xx.xx:22118 --file /tmp/A.java "ide_daemon/B.java"xx.

查看更多 →

CUDA-capable device is detected" 问题现象 在程序运行过程中，出现如下类似错误。 1.‘failed call to cuInit: CUDA_ERROR_NO_DEVICE: no CUDA-capable device is detected’

查看更多 →

TensorFlow-py27通用模板 简介 搭载TensorFlow1.8 AI引擎，运行环境为“python2.7”，内置输入输出模式为未定义模式，请根据模型功能或业务场景重新选择合适的输入输出模式。使用该模板导入模型时请选择到包含模型文件的model目录。 模板输入 存储在

查看更多 →

TensorFlow-py36通用模板 简介 搭载TensorFlow1.8 AI引擎，运行环境为“python3.6”，内置输入输出模式为未定义模式，请根据模型功能或业务场景重新选择合适的输入输出模式。使用该模板导入模型时请选择到包含模型文件的model目录。 模板输入 存储在

查看更多 →