Tensorflow训练 Kubeflow部署成功后，使用ps-worker的模式来进行Tensorflow训练就变得非常容易。本节介绍一个Kubeflow官方的Tensorflow训练范例，您可参考TensorFlow Training (TFJob)获取更详细的信息。 创建MNIST示例

查看更多 →

Tensorflow算子边界 “.om”模型支持的Tensorflow算子边界如表1所示。 表1 TensorFlow算子边界 序号 Python API C++ API 边界 1 tf.nn.avg_pool AvgPool Type：Mean 【参数】 value：4-D t

查看更多 →

AS_Path列表中必须包含一条AS_Path规则，因此您无法删除最后一条AS_Path规则。您可以先添加新规则，然后再删除旧规则。 操作步骤 进入AS_Path列表页面。 在资源列表中，单击AS_Path列表名称。 进入AS_Path规则详情页面。 在AS_Path规则列表中，单击目标前缀规则所在行的操作列下的“删除”。

查看更多 →

在AS_Path列表中添加AS_Path规则 操作场景 本章节指导用户在AS_Path列表中添加AS_Path规则，一个AS_Path列表中可以创建多个AS_Path规则，每个AS_Path规则对应一条过滤规则。 约束与限制 AS_Path规则会改变网络流量所经过的路径，如果AS

查看更多 →

查看AS_Path列表中的AS_Path规则 操作场景 本章节指导用户在查看AS_Path规则，包括AS_Path规则的序列号、匹配模式以及正则表达式。 操作步骤 进入AS_Path列表页面。 在资源列表中，单击AS_Path列表名称。 进入AS_Path规则详情页面，查看AS_Path规则的详细信息。

查看更多 →

导出AS_Path列表中的AS_Path规则 操作场景 您可以将AS_Path列表内的AS_Path规则信息导出至XLSX格式的表格中，当前支持以下操作： 导出AS_Path列表内的所有AS_Path规则信息 导出AS_Path列表内您选中的AS_Path规则信息 操作步骤 进入AS_Path列表页面。

查看更多 →

使用Tensorflow训练神经网络 应用场景 当前主流的大数据、AI训练和推理等应用（如Tensorflow、Caffe）均采用容器化方式运行，并需要大量GPU、高性能网络和存储等硬件加速能力，并且都是任务型计算，需要快速申请大量资源，计算任务完成后快速释放。本文将演示在云容器

查看更多 →

查看AS_Path列表中的AS_Path规则 操作场景 本章节指导用户在查看AS_Path规则，包括AS_Path规则的序列号、匹配模式以及正则表达式。 操作步骤 进入AS_Path列表页面。 在资源列表中，单击AS_Path列表名称。 进入AS_Path规则详情页面，查看AS_Path规则的详细信息。

查看更多 →

在AS_Path列表中添加AS_Path规则 操作场景 本章节指导用户在AS_Path列表中添加AS_Path规则，一个AS_Path列表中可以创建多个AS_Path规则，每个AS_Path规则对应一条过滤规则。 约束与限制 AS_Path规则会改变网络流量所经过的路径，如果AS

查看更多 →

AS_Path列表中必须包含一条AS_Path规则，因此您无法删除最后一条AS_Path规则。您可以先添加新规则，然后再删除旧规则。 操作步骤 进入AS_Path列表页面。 在资源列表中，单击AS_Path列表名称。 进入AS_Path规则详情页面。 在AS_Path规则列表中，单击目标前缀规则所在行的操作列下的“删除”。

查看更多 →

导出AS_Path列表中的AS_Path规则 操作场景 您可以将AS_Path列表内的AS_Path规则信息导出至XLSX格式的表格中，当前支持以下操作： 导出AS_Path列表内的所有AS_Path规则信息 导出AS_Path列表内您选中的AS_Path规则信息 操作步骤 进入AS_Path列表页面。

查看更多 →

编码。 提供预置引擎类型有差异。新版的预置引擎在常用的训练引擎上进行了升级。 如果您需要使用旧版训练引擎，单击显示旧版引擎即可选择旧版引擎。新旧版支持的预置引擎差异请参考表1。详细的训练引擎版本说明请参考新版训练和旧版训练分别支持的AI引擎。 表1 新旧版预置引擎差异 工作环境 预置训练I引擎与版本

查看更多 →

GS_VIEW_DEPENDENCY_PATH GS_VIEW_DEPENDENCY_PATH视图提供查询当前用户可见的所有视图的直接依赖关系。如果该视图依赖的基础表存在且各级视图依赖关系正常，通过该视图可以查询自基础表开始的各级视图的依赖关系。 表1 GS_VIEW_DEPENDENCY_PATH字段 名称

查看更多 →

参考如下示例修改Context path的内容，例如修改为"app-path" ，自定义应用路径。则应用访问地址被修改为http://example_domain.com:30317/app-path或者http://192.168.0.168:30317/app-path。 <Host name="localhost"

查看更多 →

创建Tensorboard TensorBoard是一个可视化工具，能够有效地展示TensorFlow在运行过程中的计算图、各种指标随着时间的变化趋势以及训练中使用到的数据信息。TensorBoard当前只支持基于TensorFlow引擎的训练作业。同一个用户的多个项目，创建Tensorboard任

查看更多 →

在Notebook中添加自定义IPython Kernel 使用场景 当前Notebook默认内置的引擎环境不能满足用户诉求，用户可以新建一个conda env按需搭建自己的环境。本小节以搭建一个“python3.6.5和tensorflow1.2.0”的IPython Kernel为例进行展示。 操作步骤 创建conda

查看更多 →

keras.datasets.mnist (x_train, y_train), (x_test, y_test) = mnist.load_data(args.data_url) x_train, x_test = x_train / 255.0, x_test / 255.0

查看更多 →

cce-obs-tensorflow persistentVolumeClaim: claimName: cce-obs-tensorflow containers: - name: container-0

查看更多 →

最短路径算法（Shortest Path） 概述 最短路径算法（Shortest Path）用以解决图论研究中的一个经典算法问题，旨在寻找图中两节点之间的最短路径。 适用场景 最短路径算法（Shortest Path）适用于路径设计、网络规划等场景。 参数说明 表1 最短路径算法（Shortest

查看更多 →

删除AS_Path列表 操作场景 本章节指导用户删除AS_Path列表。 约束与限制 待删除的AS_Path列表所在的路由策略如果已绑定给ER，则无法删除。请先在路由策略中取消使用该AS_Path列表，具体操作参见修改路由策略中的策略节点。 操作步骤 进入AS_Path列表页面。

查看更多 →

查看AS_Path列表 操作场景 本章节指导用户查看AS_Path列表，包括AS_Path列表的名称、状态、描述以及创建创建时间。 操作步骤 进入AS_Path列表页面。 在资源列表中，单击目标AS_Path列表名称。 进入AS_Path列表详情页面，可查看AS_Path列表的详细信息。

查看更多 →