loraServer网关上线后，注册LoRa网关。应用已鉴权，在header中携带参数app_key和Authorization: Bearer {accessToken}Status Code: 201 Created

查看更多 →

删除LoRa网关。应用已鉴权，在header中携带参数app_key和Authorization: Bearer {accessToken}Status Code: 204 No Content

查看更多 →

Server与物联网平台之间通过MQTT协议对接，与LoRa网关之间通过标准IP网络对接。 LoRa网关：LoRa网关向设备提供LoRa网络接入，设备通过LoRa网关对接到LoRa Server。LoRa网关通常也由LoRa服务商提供。 LoRaWAN设备：LoRaWAN设备即LoRa节点，其通过LoRa网络接入LoRa网关，然后通过LoRa

查看更多 →

查询单个LoRa网关信息。应用已鉴权，在header中携带参数app_key和Authorization: Bearer {accessToken}Status Code: 200 OK

查看更多 →

调试应用 将体验板连接到电脑上，并且放在LoRa网关附近。接线方式如下图所示，串口线的白、绿、红、黑依次对应串口 TX、RX、电源，地线对应体验板上的TXD0、RXD0、3V3 以及 GND。 访问sscom，下载最新版本的串口调试工具。 获取PC与开发板连接的实际端口号。 选择“控制面板

查看更多 →

LoRaWAN设备接入 LoRa作为低功耗和远距离传输的代表，基于LoRaWAN协议的设备可通过LoRa网络经过LoRa服务商提供的LoRa Server接入物联网平台，实现数据上报和命令下发。 LoRaWAN设备接入 Modbus设备接入 支持Modbus协议的传感器设备和网关，通过直连或

查看更多 →

设备接入 基于小熊派开发智慧路灯（联通用户专用） 基于唯传LoRa网关和体验板接入物联网平台（联通用户专用）

查看更多 →

LoRA训练 本章节介绍SDXL&SD 1.5模型的LoRA训练过程。LoRA训练是指在已经训练好的模型基础上，使用新的数据集进行LoRA微调以优化模型性能的过程。修改数据集路径、模型路径。脚本里写到datasets路径即可。 run_lora_sdxl中的vae路径要准确写到sdxl_vae

查看更多 →

LoRA训练 本章节介绍SDXL&SD 1.5模型的LoRA训练过程。LoRA训练是指在已经训练好的模型基础上，使用新的数据集进行LoRA微调以优化模型性能的过程。 启动SD1.5 LoRA训练服务 使用ma-user用户执行如下命令运行训练脚本。 sh diffusers_lora_train

查看更多 →

新版界面与操作 会议管理员进入会控界面后，单击“多画面设置”可设置多画面、广播多画面、声控多画面、设置主持人观看多画面等。 多画面设置 会议中有多个与会者时，可设置多画面显示，营造会议仪式感。 单击“多画面设置”打开界面。 （可选）打开界面后，单击“点击返回旧版”，可切换至旧版本操作界面。

查看更多 →

后台 数据接口 定制接口 父主题： 开发指导

查看更多 →

需要通过网关进行数据转发。网关设备为直连设备，当前仅支持通过mqtt协议直连到平台的设备作为网关设备。 直连设备与非直连设备关系如下图： 图1 网关与子设备 业务流程 IoT Device SDK提供相关的接口，开发者调用这些接口网关实现与物联网平台的对接。不同语言的SDK的接口名称不一样，每个接口功能请参见IoT

查看更多 →

物联网咨询与规划服务 产品介绍 常见问题 计费说明 父主题： 咨询与规划

查看更多 →

物联网优化与提升服务 产品介绍 常见问题 计费说明 父主题： 优化与提升

查看更多 →

2021/01/28 【新增功能】 新增WiFi设置功能 管理员可在管理后台新增一个与线下热点一样的配置并关联部门，员工可通过移动端 WeLink 的“WiFi一键连”We码，免输入密码，快速连接到企业WiFi。 问题反馈支持企业内处理 改为企业内处理后，新的问题反馈将由企业内管理员处理，管理员可直接回

查看更多 →

管理后台 为什么无法通过链接进入管理后台 父主题： 圆桌常见问题

查看更多 →

MQTT MQTT是一种物联网连接协议，提供非常轻量级的发布/订阅消息传输方式，用于在低带宽、不可靠的网络的设备管理。该协议构建于TCP/IP协议上。 对设备的可靠性和实时性要求高，适合长连接的场景，如智能路灯等。 根据前面步骤，总结设备的特征，选择与业务相匹配的设备。例如针对

查看更多 →

必须修改。加载tokenizer与Hugging Face权重时，对应的存放地址。请根据实际规划修改。 对于ChatGLMv3-6B和Qwen系列模型，还需要手动修改tokenizer文件，具体请参见训练tokenizer文件说明。 Step2 创建LoRA微调训练任务 创建训练作业，

查看更多 →

必须修改。加载tokenizer与Hugging Face权重时，对应的存放地址。请根据实际规划修改。 对于ChatGLMv3-6B和Qwen系列模型，还需要手动修改tokenizer文件，具体请参见训练tokenizer文件说明。 由于模型中LoRA微调训练存在已知的精度问题，因此不支持TP(tensor

查看更多 →

必须修改。加载tokenizer与Hugging Face权重时，对应的存放地址。请根据实际规划修改。 对于ChatGLMv3-6B、ChatGLMv4-9B和Qwen系列模型，还需要手动修改tokenizer文件，具体请参见训练tokenizer文件说明。 由于模型中LoRA微调训练存在已知的精度问题，因此不支持TP(tensor

查看更多 →

删除LoRa节点。应用已鉴权，在header中携带参数app_key和Authorization: Bearer {accessToken}Status Code: 204 No Content

查看更多 →