输出的日志可以在AOM中查看，具体操作请参见在AOM查看日志。 系统日志：边缘节点上IEF软件运行产生的日志。 应用日志：边缘节点上部署的应用产生的日志，例如：算法作业运行产生的日志。 图1 打开系统日志开关 图2 打开应用日志开关

查看更多 →

发布算法工程服务 如果当前算法工程操作流处理效果比较好，可以得到比较优质的训练数据，可以将当前的算法工程发布成服务。支持复用此服务对其他数据进行相同的特征操作。 在JupyterLab环境编辑界面，单击界面右上角的图标。 在弹出的“Publish”框内，设置服务名称“Service

查看更多 →

学习模型。 一站式开发平台使用指南 算法打包 将开发的代码和训练后的模型打包成算法包（RPM格式），以便发布到商城进行交易。 算法调试 将算法包安装到华为SDC上进行调试，验证算法的功能，从而确保发布到商城的算法的可用性。 父主题： 准备算法

查看更多 →

k跳算法（k_hop）(1.0.0) 表1 parameters参数说明 参数 是否必选 类型 说明 k 是 Integer 跳数，取值范围[1,100]。 num_thread 否 Integer 并发线程数。范围为[1,40]，小于1会自动置为1，大于40则自动置为40。默认值为4。

查看更多 →

Louvain算法(1.0.0) 表1 parameters参数说明 参数 是否必选 说明 类型 取值范围 默认值 convergence 否 收敛精度。 Double 0~1，不包括0和1。 0.00001 max_iterations 否 最大迭代次数。 Integer 1~2000。

查看更多 →

k跳算法（k_hop） 功能介绍 根据输入参数，执行k跳算法。 k跳算法从起点出发，通过宽度优先搜索（BFS），找出k层与之关联的所有节点。找到的子图称为起点的“ego-net”。k跳算法会返回ego-net中节点及其个数。 URI POST /ges/v1.0/{project

查看更多 →

pagerank算法 功能介绍 根据输入参数，执行PageRank算法。 PageRank算法又称网页排名算法，是一种由搜索引擎根据网页（节点）之间相互的超链接进行计算的技术，用来体现网页（节点）的相关性和重要性。 如果一个网页被很多其他网页链接到，说明这个网页比较重要，也就是其PageRank值会相对较高。

查看更多 →

标签传播算法（label_propagation） 功能介绍 根据输入参数，执行label_propagation算法。 标签传播算法（Label Propagation）是一种基于图的半监督学习方法，其基本思路是用已标记节点的标签信息去预测未标记节点的标签信息。利用样本间的关系

查看更多 →

HyG算法结果转存 功能介绍 用于将算法（jobId）的执行结果转存到OBS，供用户查看全量结果。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/jobs/{job_id}/export-result 表1 路径参数 参数 是否必选

查看更多 →

聚合算法优化 操作场景 在Spark SQL中支持基于行的哈希聚合算法，即使用快速聚合hashmap作为缓存，以提高聚合性能。hashmap替代了之前的ColumnarBatch支持，从而避免拥有聚合表的宽模式（大量key字段或value字段）时产生的性能问题。 操作步骤 要启动

查看更多 →

登录行业视频管理服务后台。 选择“算法 > 算法管理 > SDC算法管理”，勾选需要配置的摄像机。 单击“启用”，打开启用算法弹窗，如图4所示。 图4 启用算法 勾选需要启用的算法，单击“启用”。 停用算法 登录行业视频管理服务后台。 选择“算法 > 算法管理 > SDC算法管理”，勾选需要配置的摄像机。

查看更多 →

边缘算法和云上算法的区别 边缘算法表示算法模型下发到边缘节点的客户设备中，在客户设备中执行算法分析任务，视频流数据不需要提供到华为云上。 云上算法表示视频流数据需要上传到华为云，在华为云上进行算法分析。 表1 边缘算法与云上算法的差异点 算法分类 算法功能 算法在哪里运行 视频数据传到哪里

查看更多 →

算法购买和安装（离线） 购买算法 申请License 安装算法并加载License 父主题： 适用于SDC算法

查看更多 →

准备IVS3800算法 IVS3800支持算法插件、算法容器API和算法虚机API三种算法包，本节介绍三种算法包的命名规范。 算法插件命名规范 插件包命名规范：CPlugin_服务名称_厂家_地域标识_硬件形态_Version.zip 表1 插件包参数说明 参数 说明 服务名称 使用解析算法插件plugin_info

查看更多 →

每一次发布Update版本，发布序列号增加1。 举例 1 0 0 32/64算法标识符：64位填写为1，32位填写为2。当前仅支持64位算法，因此需要填写为1。 算法文件命名规范（基于昇腾310） 命名规范：服务商名称_目标物体_A-版本号-32/64位算法标识符.tar.gz 举例：如fws_helmet_A-V1

查看更多 →

准备ITS800算法 算法文件命名规范（基于昇腾310） 命名规范：服务商名称_目标物体_A-版本号-32/64位算法标识符.tar.gz 举例：如fws_helmet_A-V1.0.0-1.tar.gz 服务商名称：建议使用服务商名称简写。 目标物体：建议使用目标物体的英文单词

查看更多 →

预置算法运行故障 日志提示“label_map.pbtxt cannot be found” 日志提示“root: XXX valid number is 0” 日志提示“ValueError: label_map not match” 日志提示“Please set the train_url

查看更多 →

管理算法模型 开发算法模型 导入（转换）模型 模型输入目录规范 模型输出目录规范 父主题： 控制台开发技能

查看更多 →

紧密中心度算法（closeness） 功能介绍 根据输入参数，执行紧密中心度算法。 紧密中心度算法（Closeness Centrality）计算一个节点到所有其他可达节点的最短距离的倒数，进行累积后归一化的值。 URI POST /ges/v1.0/{project_id}/h

查看更多 →

Cesna算法（cesna） 功能介绍 根据输入参数，执行Cesna算法。 Cesna算法是一种重叠社区发现算法，该算法将节点与社区之间的关系建模为一个二部图，假设图中节点的连边是根据社区关系生成的。此外，该算法还利用了节点属性对社区进行建模，即假设节点的属性也是根据社区关系生成的。

查看更多 →

关联预测算法（link_prediction） 功能介绍 根据输入参数，执行link_prediction算法。 关联预测算法（link_prediction）给定两个节点，根据Jaccard度量方法计算两个节点的相似程度，预测节点之间的紧密关系。 URI POST /ges/v1

查看更多 →