开发规范 开发工具版本要求： IntelliJ IDEA：2018.3.5或以上版本。 Eclipse：3.6.0或以上版本。 Visual Studio：2019 version 16.8.4或以上版本。 开发语言环境版本要求： Java：1.8.111或以上版本的Java Development

查看更多 →

开发规范 开发工具版本要求： IntelliJ IDEA：2018.3.5或以上版本。 Eclipse：3.6.0或以上版本。 开发语言环境版本要求： 1.8.111或以上版本的Java Development Kit。 设备开发要求： 通过MQTT协议接入设备时，当前仅支持MQTT协议中的QoS0和QoS1。

查看更多 →

league_partner1.supplier_1w a on a.s_suppkey = b.l_suppkey 不建议示例： Select sum(l_tax+ s_acctbal) from league_partner1.supplier_1w a join league_creator

查看更多 →

至少配置两个dds mongos的IP地址。 DDS默认提供rwuser用户，使用rwuser用户登录时认证库必须是admin。 可靠性 write concern设置规则：对于关键业务，write concern设置为{w:n},n>0，数字越大，一致性实现更好，但性能较差。 w:1表示实际写入主节点完成返回。

查看更多 →

从0-1制作 自定义镜像 并创建AI应用 针对ModelArts目前不支持的AI引擎，您可以针对该引擎构建自定义镜像，并将镜像导入ModelArts，创建为AI应用。本文详细介绍如何使用自定义镜像完成AI应用的创建，并部署成在线服务。 操作流程如下： 本地构建镜像：在本地制作自定义镜像包，镜像包规范可参考创建AI应用的自定义镜像规范。

查看更多 →

上架模型包至AI市场 单击模型包所在操作列的图标。 弹出提交确认提醒，如果确认提交，即将启动上架流程，提交模型到开发者空间，等待应用市场认证审批。 在“确认”弹框内单击“确定”。 系统提示启动上架流程成功，“上架状态”会显示模型包上架状态。 父主题： 模型管理

查看更多 →

Development Kit。 Go：1.14及以上版本的Go安装包。 Python：2.7或3.X版本的Python安装包。 JavaScript：15.10.0及以上版本的Nodejs安装包。 PHP：8.0.3及以上版本的PHP安装包。 Android：4.1.2及以上版本的Android

查看更多 →

开发规范 如果用户在APP的开发中，使用了连接池机制，那么需要遵循如下规范： 如果在连接中设置了GUC参数，那么在将连接归还连接池之前，必须使用“SET SESSION AUTHORIZATION DEFAULT;RESET ALL;”将连接的状态清空。 如果使用了临时表，那么在

查看更多 →

Cloud微服务开发框架的版本说明请参见：https://github.com/huaweicloud/spring-cloud-huawei/releases。 Java Chassis 2.7.10及以上 可以直接使用开源项目提供的软件包接入，不需要引用其他第三方软件包。 Java

查看更多 →

开发规范 如果用户在APP的开发过程中，使用了连接池机制，那么需要遵循如下规范： 如果在连接中设置了GUC参数，那么在将连接归还连接池之前，必须使用“SET SESSION AUTHORIZATION DEFAULT;RESET ALL;”将连接的状态清空。 如果使用了临时表，那

查看更多 →

从容器镜像中导入模型文件创建模型 针对ModelArts目前不支持的AI引擎，您可以通过自定义镜像的方式将编写的模型导入ModelArts。 约束与限制 关于自定义镜像规范和说明，请参见模型镜像规范。 使用容器化部署，导入的元模型有大小限制，详情请参见导入模型对于镜像大小限制。 前提条件

查看更多 →

ModelArts支持将模型部署为哪些类型的服务？ 支持在线服务、批量服务和边缘服务。 父主题： 功能咨询

查看更多 →

Standard中模型部署为服务后如何收费？ ModelArts支持将模型按照业务需求部署为服务。训练类型不同，部署后的计费方式不同。 将模型部署为服务时，根据数据集大小评估模型的计算节点个数，根据实际编码情况选择计算模式。 具体计费方式请参见ModelArts产品价格详情。 父主题：

查看更多 →

通过功能，上传dockerfile文件和模型包文件到Notebook中，默认工作目录/home/ma-user/work/。 dockerfile文件的具体内容可以参见Dockerfile模板。模型包文件需要用户自己准备，样例内容参见模型包文件样例。 图2 上传dockerfile文件和模型包文件

查看更多 →

导入模型 导入模型功能包括： 初始化已存在的模型，根据模型ID生成模型对象。 创建模型。模型对象的属性，请参见查询模型详情。 示例模型文件 以PyTorch为例，编写模型文件。PyTorch模型包结构可参考模型包规范介绍。 OBS桶/目录名 ├── resnet │ ├── model

查看更多 →

前提条件 在导入模型前，导入的模型可通过ModelArts在线训练，也可通过本地训练。 导入ModelArts模型文件 导入ModelArts模型文件前，需先在ModelArts训练自己的算法模型，训练模型可参见《ModelArts文档》。如果要使用ModelArts的预置算法，当

查看更多 →

初识ModelArts 父主题： 图解ModelArts

查看更多 →

样本不少于20张。 为了保证模型的预测准确度，训练样本跟真实使用场景尽量相似。 为保证模型的泛化能力，数据集尽量覆盖可能出现的各种场景。 数据上传至OBS 在本文档中，采用通过OBS管理控制台将数据上传至OBS桶。 上传OBS的文件规范： 文件名规范：不能有+、空格、制表符。 如

查看更多 →

MaaS服务提供了按需套餐包，用户可以提前购买按需套餐包，从而获得灵活的、更高性价比的算力资源。当购买了套餐包，在使用公共资源池运行任务时，将会优先抵扣套餐包的配额，超出当前套餐包的额度或使用时段，将自动转为按需收费。 关于套餐包的约束限制、资源包抵扣顺序和套餐包余量预警请参见套餐包。 购买操作如下：

查看更多 →

模型的自定义镜像制作流程 如果您使用了ModelArts不支持的AI引擎开发模型，也可通过制作自定义镜像，导入ModelArts创建为模型，并支持进行统一管理和部署为服务。 制作流程 场景一： 预置镜像的环境软件满足要求，只需要导入模型包，就能用于创建模型，通过镜像保存功能制作。

查看更多 →

自定义引擎的规范可以在安装有docker的本地机器上通过以下步骤提前验证： 将自定义引擎镜像下载至本地机器，假设镜像名为custom_engine:v1。 将模型版本文件夹复制到本地机器，假设模型包文件夹名字为model。 在模型文件夹的同级目录下验证如下命令拉起服务： docker run -u 1000:100

查看更多 →