深度学习模型预测 深度学习已经广泛应用于图像分类、图像识别和 语音识别 等不同领域， DLI 服务中提供了若干函数实现加载深度学习模型并进行预测的能力。 目前可支持的模型包括DeepLearning4j 模型和Keras模型。由于Keras它能够以 TensorFlow、CNTK或者 Theano

查看更多 →

深度学习模型预测 深度学习已经广泛应用于图像分类、图像识别和语音识别等不同领域，DLI服务中提供了若干函数实现加载深度学习模型并进行预测的能力。 目前可支持的模型包括DeepLearning4j 模型和Keras模型。由于Keras它能够以 TensorFlow、CNTK或者 Theano

查看更多 →

配置对话 配置对话，可以设置数字人欢迎语和热点问题，方便用户与数字人进行交互问答。 前提条件 已创建应用。 操作步骤 登录MetaStudio控制台，单击“智能交互”，如图1所示。 图1 MetaStudio控制台页面 在左侧导航栏中，选择“对话”，如图2所示。 参数配置说明如表1所示。

查看更多 →

对话测试 如果您已经有大量的智能机器人，且需要经常测试这些机器人是否功能正常，则可编写对话测试用例，批量执行后，根据结果查看功能是否正常。 您登陆客户服务云后，进入“配置中心>机器人管理>流程配置>流程管理>对话测试> ”界面。 创建测试用例组。 您单击“”按钮，新增测试用例组，

查看更多 →

对话接口 场景描述 智能助手平台提供接口给第三方接入方调用，实现初始化、对话交互、对话转移以及拆线的实时对话操作，第三方通过调用该接口能够实现与终端用户的进行多轮对话交互以及办理和查询等业务。 接口方法 设置成“POST”。 URL https://IP:PORT/oifde/rest/crs/process

查看更多 →

基于CodeArts IDE Online、TensorFlow和Jupyter Notebook开发深度学习模型 概要 准备工作 导入和预处理训练数据集 创建和训练模型 使用模型

查看更多 →

对话分析 您可以定期查看机器人的统计数据和运营数据，并根据数据情况提出解决方案，如补充知识库、管理词典等措施，来提升对话机器人的体验效果。当前对话机器人服务提供了对话分析的功能，您可以通过查看对话分析解决现有的对话问题。 对话分析界面入口： 进入对话机器人服务管理控制台，在左侧菜

查看更多 →

0中的Keras高层接口及TensorFlow2.0实战 深度学习预备知识 介绍学习算法，机器学习的分类、整体流程、常见算法，超参数和验证集，参数估计、最大似然估计和贝叶斯估计 深度学习概览 介绍神经网络的定义与发展，深度学习的训练法则，神经网络的类型以及深度学习的应用 图像识别、语音识别、 机器翻译 编程实验

查看更多 →

旗舰版机器人默认支持重量级深度学习。 专业版和高级版机器人如果需要使用重量级深度学习，需要先单击“重量级深度学习”，然后单击“联系我们”。 图2 重量级深度学习 编辑模型信息。 轻量级深度学习：选填“模型描述”。 图3 轻量级深度学习 重量级深度学习：选择量级“中量级”或“重量级”，选填“模型描述”。

查看更多 →

验证码 获取图形验证码 校验图形验证码 获取国际区号 发送短信验证码 父主题： 用户类接口

查看更多 →

迁移学习 如果当前数据集的特征数据不够理想，而此数据集的数据类别和一份理想的数据集部分重合或者相差不大的时候，可以使用特征迁移功能，将理想数据集的特征数据迁移到当前数据集中。 进行特征迁移前，请先完成如下操作： 将源数据集和目标数据集导入系统，详细操作请参见数据集。 创建迁移数据

查看更多 →

可见范围内的学员在学员端可看见此项目并可以进行学习，学习数据可在学习项目列表【数据】-【自学记录】查看。 学习设置： 防作弊设置项可以单个项目进行单独设置，不再根据平台统一设置进行控制。 文档学习按浏览时长计算，时长最大计为：每页浏览时长*文档页数；文档学习按浏览页数计算，不计入学习时长。 更多设置：添加协同人

查看更多 →

智能对话 问答库 问答库使用指南请点击问答配置。 语音热词 语音热词是指配置热词，帮助小微能精准识别术语、产品名称、人名等专业词汇。 登录 WeLink 管理后台，在“智能”下拉菜单，单击“小微助手 > 对话 > 语音热词”，进入语音热词配置界面。 点击“添加”，输入热词后，再点击“添加”即可添加成功。

查看更多 →

删除对话逻辑 场景描述 根据ID删除对话逻辑。 接口方法 POST 接口URI https:// 域名 /apiaccess/C CS QM/rest/ccisqm/v1/conversation-rules/deleteConversationFlow，例如域名是service.besclouds

查看更多 →

对话体验 单击页面下方“对话体验”，右侧展开“对话体验”页签。 在输入框中输入“查天气”、“查北京天气”，对话结果如下图所示。 图1 对话体验 父主题： 基于对话流程创建“查天气”技能

查看更多 →

对话体验 单击页面下方“对话体验”，右侧展开“对话体验”页签。 在输入框中输入“查天气”、“查北京天气”，对话结果如下图所示。 图1 对话体验 父主题： 方案一：基于对话流程创建“查天气”技能

查看更多 →

对话体验 单击页面下方“对话体验”，右侧展开“对话体验”页签。 在输入框中输入“查询今天北京的天气”、“今天上海天气怎么样”、“明天上海天气咋样”，对话结果如下图所示。 图1 对话体验 父主题： 方案二：基于 函数工作流 服务创建“查天气”技能

查看更多 →

创建简单对话 创建技能 配置意图 父主题： 技能管理

查看更多 →

对话流程简介 在 智能问答机器人 中，配置一个灵活好用的多轮对话流程，需要投入大量的时间和人力。但是一个图形化对话流程图可以大大提高智能对话系统配置的效率，提升多轮对话的效果，降低开发者的配置成本。因此，对话机器人服务提供对话流程功能，用流程图的方式，模拟真实的对话场景，来完成灵活的多轮对话功能。

查看更多 →

检测对话流程 对话流程配置后，单击按钮可检测当前流程是否有错误。对话流程在训练发布前，一定要经过检测。 如果检测结果为黄色或红色，鼠标悬浮在检测按钮右侧的检测结果图标上，配置有问题的节点会高亮显示。 当检测结果图标是绿色，表示流程图检测通过。 当检测结果图标是黄色，表示流程图存在

查看更多 →

对话体验 在配置完问答语料、词典和模型训练后，您可以通过对话体验的方式直接调用对话机器人，为您的客户提供问答服务。 对于一个新建的 问答机器人 ，在问答语料导入完成后，就可以通过对话体验界面进行对话。 进入对话机器人服务管理控制台，在左侧菜单栏中选择“智能问答机器人”。在机器人列表中

查看更多 →