学习空间 我的课堂 MOOC课程 我的考试

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 →

人脸检测技能 面向智慧商超的人脸采集技能。本技能使用多个深度学习算法，实时分析视频流，自动抓取画面中的清晰人脸上传至您的后台系统，用于后续实现其他业务。 商用 多区域客流分析技能 面向智慧商超的客流统计技能。本技能使用深度学习算法，实时分析视频流，自动统计固定时间间隔的客流信息。 车牌识别技能

查看更多 →

新增模型业务编码 功能介绍 调用该接口为指定模型的 数据实例 生成业务编码。在调用该接口前请确保数据模型具有“业务编码生成器”功能。 URI POST /rdm_{identifier}_app/publicservices/api/{modelName}/generateBusinessCode

查看更多 →

gbdt编码模型训练 概述 利用训练好的gbdt分类模型对输入的特征进行离散化处理。对每棵树的叶子节点进行编码，预测的时候遍历到叶子节点对应位置的编码为1，该树其余节点的编码为0。该节点主要用于生产gbdt的分类模型，并存储到输入参数对应的位置上。 输入 参数 子参数 参数说明 inputs

查看更多 →

编解码插件相关问题 如何进行编解码插件开发？ 物联网平台提供线上编解码插件开发方式：线上开发指导详见在线开发参考。 在线开发的插件字段类型为string和varstring类型的编解码规则 在线开发编解码插件时，如果某字段的数据类型为字符串或可变长度字符串，则按照A CS II码进行编解码。

查看更多 →

查询国家或者城市编码 功能介绍 查询国家或者城市编码。 URI URI格式 POST /softcomai/datalake/collection/v1.0/countryCityCode/search 参数说明 无。 请求 请求样例 https://ip:port/dataco

查看更多 →

生成数字资产编码 根据集合标识符和数字资产编号生成数字资产编码，同样具备唯一性，可用于可视化展示和DAC产品页核验。 调用方法 public function generateAssetID(string $collectionIndex, string $tokenId) throws

查看更多 →

业务编码生成器 新增模型业务编码 父主题： 数据建模引擎

查看更多 →

国标交通标志编码 序号 交通标志中英文名称 标志编码/eventType 分类/eventClass 1 001 交叉路口（Intersection） 1 标志标牌（TrafficSign） 2 002 急弯路（SharpTurn） 2 标志标牌（TrafficSign） 3 003

查看更多 →

什么是编解码插件 编解码插件是供物联网平台调用，可以完成二进制格式与JSON格式相互转换、也可以完成JSON格式之间的转换。 以NB-IoT场景为例，编解码插件将设备上报的二进制数据解码为JSON格式供应用 服务器 “阅读”，将应用服务器下行的JSON格式命令编码为二进制格式数据供终

查看更多 →

采用最新一代 语音识别 技术，基于深度神经网络（Deep Neural Networks，简称DNN）技术，大大提高了抗噪性能，使识别准确率显著提升。 识别速度快 把语言模型、词典和声学模型统一集成为一个大的神经网络，同时在工程上进行了大量的优化，大幅提升解码速度，使识别速度在业内处于领先地位。

查看更多 →

基本概念 AI引擎 可支持用户进行机器学习、深度学习、模型训练作业开发的框架，如Tensorflow、Spark MLlib、MXNet、PyTorch、华为自研AI框架MindSpore等。 数据集 某业务下具有相同数据格式的数据逻辑集合。 特征操作 特征操作主要是对数据集进行特征处理。

查看更多 →

确认学习结果 HSS学习完白名单策略关联的服务器后，输出的学习结果中可能存在一些特征不明显的可疑进程需要再次进行确认，您可以手动或设置系统自动将这些可疑进程确认并分类标记为可疑、恶意或可信进程。 学习结果确认方式，在创建白名单策略时可设置： “学习结果确认方式”选择的“自动确认可

查看更多 →

自动学习 功能咨询 准备数据 创建项目 数据标注 模型训练 部署上线

查看更多 →

。 自动学习的关键技术主要是基于信息熵上限近似模型的树搜索最优特征变换和基于信息熵上限近似模型的贝叶斯优化自动调参。通过这些关键技术，可以从企业关系型（结构化）数据中，自动学习数据特征和规律，智能寻优特征&ML模型及参数，准确性甚至达到专家开发者的调优水平。自动深度学习的关键技术

查看更多 →

NPU Snt9B 裸金属服务器 安装深度学习框架PyTorch 场景描述 昇腾为使用PyTorch框架的开发者提供昇腾AI处理器的超强算力，需要安装PyTorch Adapter插件用于适配PyTorch，本文介绍如何安装Pytorch框架和Pytorch Adapter插件。 本文使用ModelArts上的NPU

查看更多 →

自动学习 准备数据 模型训练 部署上线 模型发布

查看更多 →

TOPS 机器学习、深度学习、训练推理、科学计算、地震分析、计算金融学、渲染、多媒体编解码。 支持开启/关闭超线程功能，详细内容请参见开启/关闭超线程。 推理加速型 Pi1 NVIDIA P4（GPU直通） 2560 5.5TFLOPS 单精度浮点计算 机器学习、深度学习、训练推理、

查看更多 →

框架提供了图像处理单元以及视频编解码能力的调用接口，用户可以根据实际情况，将图像的解码/视频的解码放到Device上，以减少从Host到Device传输的数据量，同时降低数据传输时间开销和带宽压力。在Host侧，通过调用Matrix框架提供HIAI_DMalloc申请Device侧的内存，作为图像/视频编解码的输入使用，数据存放的内存位置

查看更多 →