基于JDBC开发 JDBC（Java Database Connectivity，java数据库连接）是用于执行SQL语句的Java API，可以为多种关系数据库提供统一访问接口，应用程序可基于它操作数据。 GaussDB 库提供了对JDBC 4.2特性的支持，需要使用JDK1.8

查看更多 →

基于ODBC开发 开发流程 开发步骤 典型应用程序开发示例 ODBC接口参考 父主题： 应用程序开发教程

查看更多 →

基于ecpg开发 ecpg(embedded SQL C preprocessor for GaussDB Kernel）是一种用于C语言程序的嵌入式SQL预处理器。一个嵌入式SQL程序由一种普通编程语言编写的代码（此处为C语言）和SQL命令共同组成。要构建该程序，源代码（*.p

查看更多 →

基于ODBC开发 ODBC（Open Database Connectivity，开放数据库互连）是由Microsoft公司基于X/OPEN CLI提出的用于访问数据库的应用程序编程接口。应用程序通过ODBC提供的API与数据库进行交互，增强了应用程序的可移植性、扩展性和可维护性。

查看更多 →

基于libpq开发 libpq是GaussDB C应用程序接口。libpq是一套允许客户程序向GaussDB 服务器 服务进程发送查询并且获得查询返回值的库函数。同时也是其他几个GaussDB应用接口下面的引擎，如ODBC等依赖的库文件。本章给出了示例显示如何利用libpq编写代码。

查看更多 →

基于ecpg开发 ecpg(embedded SQL C preprocessor for GaussDB Kernel）是一种用于C语言程序的嵌入式SQL预处理器。一个嵌入式SQL程序由一种普通编程语言编写的代码（此处为C语言）和SQL命令共同组成。要构建该程序，源代码（*.p

查看更多 →

装速度。 鲲鹏镜像暂时无法安装TensorFlow，敬请期待后续更新。 父主题： 基于CodeArts IDE Online、TensorFlow和Jupyter Notebook开发深度学习模型

查看更多 →

知识库。 跨领域仿真协同 统一管理多物理场仿真模型、跨纬度（材料、零部件、子系统、系统、体系等）层级仿真模型、跨学科仿真模型，支持多物理场耦合仿真、跨层级协同仿真，多学科联合仿真等。 多方案生成与仿真探索 支持基于初始方案进行仿真多方案自动生成及优化方案探索，充分发掘仿真潜力，实现仿真驱动研发创新的目的。

查看更多 →

事的复杂性和深度。大模型会基于提示语所提供的信息，生成对应的文本或者图片。 测试提示语 在AI原生应用引擎的左侧导航栏选择“资产中心”。 在资产中心页面，选择“提示语模板”页签。 将鼠标光标移至提示语模板卡片上，单击“测试”，进入模型调测页面。 在调测文本对话类型模型时，将提示语

查看更多 →

高级版、专业版、旗舰版机器人支持问答模型训练。 您可通过添加更多扩展问或改用其他类型的模型来提高指标。包含以下三种训练模型： 默认模型：修改知识库内容后自动生效。 轻量级深度学习模型：修改知识库内容后需训练模型发布生效。 重量级深度学习模型：修改少量知识库内容无需重新训练发布，但会导致问答变慢，模型运行中时

查看更多 →

主流开源大模型基于Standard+OBS适配PyTorch NPU训练指导（6.3.908） 场景介绍 准备工作 预训练 SFT全参微调训练 LoRA微调训练 查看日志和性能 训练脚本说明 常见错误原因和解决方法 父主题： LLM大语言模型训练推理

查看更多 →

准备数据集：获取新闻数据集，并上传到OBS。 创建模型：选择Qwen2-7B基础模型，使用推荐权重创建个人专属模型。 调优模型：使用不同的调优参数去训练模型。 部署模型服务：将调优后的模型部署成模型服务。 使用模型服务：在MaaS体验模型服务，测试推理结果。 结果分析：分析模型的调优结果和推理结果，对比新闻分类效果。

查看更多 →

主流开源大模型基于Server适配PyTorch NPU推理指导（6.3.910） 推理场景介绍 部署推理服务 推理性能测试 推理精度测试 推理模型量化 eagle投机小模型训练 附录：基于vLLM不同模型推理支持最小卡数和最大序列说明 附录：大模型推理常见问题 父主题： LLM大语言模型训练推理

查看更多 →

主流开源大模型基于Standard+OBS适配PyTorch NPU训练指导（6.3.910） 场景介绍 准备工作 预训练 SFT全参微调训练 LoRA微调训练 查看日志和性能 训练脚本说明 常见错误原因和解决方法 父主题： LLM大语言模型训练推理

查看更多 →

主流开源大模型基于Standard+OBS适配PyTorch NPU训练指导（6.3.909） 场景介绍 准备工作 预训练 SFT全参微调训练 LoRA微调训练 查看日志和性能 训练脚本说明 常见错误原因和解决方法 父主题： LLM大语言模型训练推理

查看更多 →

属性引用深度超过配额限制 错误码描述 属性引用深度超过配额限制。 可能原因 资产属性作为其他的分析任务的输入参数，此时该资产属性引用深度为1，举例：模型A中有属性a，而模型B的分析任务以a为输入参数，则a的引用深度为1，深度限制最大为10。 处理建议 系统已为用户创建资产模型时增加

查看更多 →

转换逻辑模型为物理模型 功能介绍 转换逻辑模型为物理模型，转换成功则显示转换后的目标模型信息。 异常：目标模型信息的“id”等属性为null时，则需要调用《获取操作结果》接口查看具体报错信息：GET https://{endpoint}/v1/{project_id}/design/operation-results

查看更多 →

单击界面左下角的“异常检测模型测试”，弹出“异常检测模型测试”代码框，如图3所示。 “是否绘图”请选择“是”，可以通过绘图查看模型的测试验证效果。 图3 异常检测模型测试 单击“异常检测模型测试”代码框左侧的图标。等待模型测试完成。 模型测试打印结果示例，如图4所示。截图仅为模型测试打印结果的一部分，具体以实际打印结果为准。

查看更多 →

模型训练 硬盘故障检测模板会预置模型训练工程，无需关注，下面会提供端到端的操作流程，帮助用户快速熟悉模型训练界面操作。 单击菜单栏中的“模型训练”，进入模型训练首页。 可以看到预置的“hardisk_detect”模型训练工程，这是硬盘故障检测模板预置的模型训练工程，本次不使用。

查看更多 →

模型管理 模型管理简介 创建模型 模型推理

查看更多 →

测试模型 用测试数据测试模型的泛化能力。训练数据可以是带标签或者不带标签的数据，测试数据一定是带标签的数据，方便评估模型执行效果。 单击“训练模型”左下方的“测试模型”，新增“测试模型”内容。 参数配置均保持默认值。 单击“测试模型”代码框左侧的图标，进行模型评估。 模型测试效果会通过表格的形式在下方展示。

查看更多 →