hilens_m opencv_core opencv_highgui opencv_imgproc opencv_imgcodecs opencv_calib3d opencv_videoio opencv_features2d opencv_flann opencv_photo opencv_video

查看更多 →

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 →

推理基础镜像详情PyTorch（CPU/GPU） ModelArts提供了以下PyTorch（CPU/GPU）推理基础镜像： 引擎版本一：pytorch_1.8.0-cuda_10.2-py_3.7-ubuntu_18.04-x86_64 引擎版本二：pytorch_1.8.2-cuda_11

查看更多 →

开发环境预置镜像分为X86和ARM两类： 表1 X86预置镜像列表 引擎类型 镜像名称 PyTorch pytorch1.8-cuda10.2-cudnn7-ubuntu18.04 pytorch1.10-cuda10.2-cudnn7-ubuntu18.04 pytorch1.4-cuda10.1-cudnn7-ubuntu18

查看更多 →

颜色转换码 枚举值 说明 BGR2YUV_NV12 BGR转YUV_NV12。 RGB2YUV_NV12 RGB转YUV_NV12。 BGR2YUV_NV21 BGR转YUV_NV21。 RGB2YUV_NV21 RGB转YUV_NV21。 返回值 返回值为0即成功，其他即失败，失败响应参数如错误码所示。

查看更多 →

transpose_a：如果属性为True，a在乘法前做转置 transpose_b：如果属性为True，b在乘法前做转置；transpose_a属性为False，transpose_b属性也为False adjoint_a：如果属性为True，a在乘法前被共轭和转置 adjoint_b：如果属性为True，b在乘法前被共轭和转置

查看更多 →

# 转换图片的颜色格式，YUV转BGR需要通过opencv完成 image_bgr = cv2.cvtColor(image_yuv, cv2.COLOR_YUV2BGR_NV21) # 转换图片的颜色格式，BGR/RGB转YUV可通过hilens.cvt_color接口

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 →

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

查看更多 →

如何处理使用opencv.imshow造成的内核崩溃？ 问题现象 当在Notebook中使用opencv.imshow后，会造成Notebook崩溃。 原因分析 opencv的cv2.imshow在jupyter这样的client/server环境下存在问题。 而matplotlib不存在这个问题。

查看更多 →

ModelArts不支持直接导入“.h5”格式的模型。您可以先将Keras的“.h5”格式转换为TensorFlow的格式，然后再导入ModelArts中。 从Keras转TensorFlow操作指导请参见其官网指导。 父主题： Standard推理部署

查看更多 →

率，在数据量不是很大的情况下，Fine Tune会是一个比较好的选择。 moxing.tensorflow包含所有的接口，对TensorFlow做了优化，里面的实际接口还是TensorFlow的原生接口。 当非MoXing代码中没有Adam名称范围时，需要修改非MoXing代码，在其中增加如下内容：

查看更多 →

分布式Tensorflow无法使用“tf.variable” 问题现象 多机或多卡使用“tf.variable”会造成以下错误： WARNING:tensorflow:Gradient is None for variable:v0/tower_0/UNET_v7/sub_pixel/Variable:0

查看更多 →

转商用接口 功能介绍 数据服务通知转商用接口。 URI URI格式 POST /softcomai/datalake/dataplan/v1.0/order/updateMAConf 参数说明 无。 请求 请求样例 POST /softcomai/datalake/dataplan/v1

查看更多 →

案例：NOT IN转NOT EXISTS NOT IN语句需要使用nestloop anti join来实现，而NOT EXISTS则可以通过hash anti join来实现。在join列不存在null值的情况下，not exists和not in等价。因此在确保没有null值时，可以通过将not

查看更多 →

案例：NOT IN转NOT EXISTS NOT IN语句需要使用nestloop anti join来实现，而NOT EXISTS则可以通过hash anti join来实现。在join列不存在null值的情况下，not exists和not in等价。因此在确保没有null值时，可以通过将not

查看更多 →

告警转事件 功能介绍 告警转事件 调用方法 请参见如何调用API。 URI POST /v1/{project_id}/workspaces/{workspace_id}/soc/alerts/batch-order 表1 路径参数 参数 是否必选 参数类型 描述 project_id

查看更多 →

输入张量形状。若在上文“模型来源”中，选择需要转换格式的模型（非om格式模型），并且转换类型是“Tensorflow frozen graph 转 Ascend”或“Tensorflow SavedModel 转 Ascend”时，需要填写输入张量形状。 张量形状即模型输入数据的shape，输

查看更多 →

汉字转拼音 对输入的汉字文本，进行转换，汉字转拼音，支持全拼和缩写。包含“获取汉字转拼音”执行动作。 连接参数 汉字转拼音连接器使用APIkey认证，创建汉字转拼音连接时连接参数说明如表1所示。 表1 连接参数说明 名称 必填 说明 示例值/默认值 连接名称 是 设置连接名称。 汉字转拼音连接。

查看更多 →

若在上文“模型来源”中，选择需要转换格式的模型（非om格式模型），并且转换类型是“Tensorflow frozen graph 转 Ascend”或“Tensorflow SavedModel 转 Ascend”时，需要填写输入张量形状。 张量形状即模型输入数据的shape，输

查看更多 →

若在上文“模型来源”中，选择需要转换格式的模型（非om格式模型），并且转换类型是“Tensorflow frozen graph 转 Ascend”或“Tensorflow SavedModel 转 Ascend”时，需要填写输入张量形状。 张量形状即模型输入数据的shape，输

查看更多 →