AI开发的目的是将隐藏在一大批数据背后的信息集中处理并进行提炼，从而总结得到研究对象的内在规律。 对数据进行分析，一般通过使用适当的统计、机器学习、深度学习等方法，对收集的大量数据进行计算、分析、汇总和整理，以求最大化地开发数据价值，发挥数据作用。 AI开发的基本流程 AI开发的基本流程通

查看更多 →

string True 修改后的句子分类名称 1.2 category_id string True 需要修改的句子分类的唯一标识 响应说明 响应状态码: 200 表3 响应体参数 序号 名称 参数类型 是否必选 说明 1.1 id string False 句子分类的唯一标识 1.2 resultCode

查看更多 →

删除媒资分类 功能介绍 删除媒资分类。 调试 您可以在 API Explorer 中调试该接口，支持自动认证鉴权。API Explorer可以自动生成SDK代码示例，并提供SDK代码示例调试功能。 URI DELETE /v1.0/{project_id}/asset/category

查看更多 →

训练分类器 确定模板图片的参照字段和识别区后，多模板分类工作流在模板数量较多，或版式相似度较高的情况下，建议针对不同的模板上传对应的训练集数据，用于训练模板分类模型，使服务能够精准地分类多个模板图片，然后对多个模板图片进行文字识别和结构化提取。 前提条件 已在文字识别套件控制台选

查看更多 →

参数类型 描述 id String 事件目标分类ID name String 事件目标分类名称 最小长度：1 最大长度：128 label String 事件目标分类名称展示说明 最大长度：255 description String 事件目标分类描述 最大长度：512 provider_type

查看更多 →

是否必选 说明 1 data array[object] False 句子分类结果集合 1.1 category_id string False 句子分类的唯一标识 1.2 name string False 句子分类名称 2 resultCode string False 返回码 0403000

查看更多 →

添加分类标签 系统内置常见数据分类，如果需要自定义添加分类标签，可在“业务配置 > 分类分级”页面新增分类标签。 背景信息 新增的分类标签，可在配置敏感数据标签时引用。具体操作，请参见添加敏感数据标签。 操作步骤 使用系统管理员sysadmin账号登录API数据安全防护系统web控制台。

查看更多 →

SFS授权项分类 查询API版本 权限 对应API接口 授权项 IAM项目 (Project) 企业项目 (Enterprise Project) 查询API版本（OpenStack原生） GET / - × × 查询API版本（OpenStack原生） GET /{api_version}/

查看更多 →

parent_id Integer 父分类ID。 一级分类父ID为0。 id Integer 媒资分类ID。 level Integer 媒资分类层级。 取值如下： 1：一级分类层级。 2：二级分类层级。 3：三级分类层级。 projectId String 项目ID。 状态码： 400 表5

查看更多 →

name 是 String 媒资分类名称。 id 是 Integer 媒资分类ID。 响应参数 状态码： 200 表4 响应Body参数 参数 参数类型 描述 name String 媒资分类名称。 parent_id Integer 父分类ID。 一级分类父ID为0。 id Integer

查看更多 →

查询指定分类信息 功能介绍 查询指定分类信息，及其子分类（即下一级分类）的列表。 调试 您可以在API Explorer中调试该接口，支持自动认证鉴权。API Explorer可以自动生成SDK代码示例，并提供SDK代码示例调试功能。 URI GET /v1.0/{project_id}/asset/category

查看更多 →

Array of Catalog objects 应用分类信息。 表4 Catalog 参数 参数类型 描述 id String 唯一标识ID。 catalog_zh String 分类描述(中文)。 catalog_en String 分类描述(英文)。 状态码： 400 表5 响应Body参数

查看更多 →

自动学习声音分类预测报错ERROR:input key sound is not in model 根据在线服务预测报错日志ERROR：input key sound is not in model inputs可知，预测的音频文件是空。预测的音频文件太小，换大的音频文件预测。 父主题：

查看更多 →

Online、TensorFlow和Jupyter Notebook开发深度学习模型 本实践主要讲解如何在CodeArts IDE Online中使用TensorFlow和Jupyter Notebook完成神经网络模型的训练，并利用该模型完成简单的图像分类。

查看更多 →

域都会学习一个隐向量，能够达到更高的精度，但也更容易出现过拟合。FFM算法参数请参见域感知因子分解机。 深度网络因子分解机，结合了因子分解机和深度神经网络对于特征表达的学习，同时学习高阶和低阶特征组合，从而达到准确地特征组合学习，进行精准推荐。DEEPFM算法参数请参见深度网络因子分解机。

查看更多 →

文字识别套件 文字识别套件基于丰富的文字识别算法和行业知识积累，帮助客户快速构建满足不同业务场景需求的文字识别服务，实现多种版式图像的文字信息结构化提取。 文字识别套件当前提供了单模板工作流和多模板工作流，自主构建文字识别模板，识别模板图片中的文字，提供高精度的文字识别模型，保证结构化信息提取精度。

查看更多 →

文字识别套件 行业套件介绍 新建应用 通用单模板工作流 多模板分类工作流 调用API和SDK 查看应用详情 删除应用

查看更多 →

文字识别套件 文字识别套件使用简介 使用单模板工作流开发应用 使用多模板工作流开发应用

查看更多 →

如果您是首次使用OCR的用户，建议您学习并了解如下信息： 功能介绍 通过功能介绍章节的内容，了解OCR不同类别的文字识别功能，包括通用类文字识别、证件类文字识别、票据类文字识别。 入门使用 OCR以开放API的方式提供给用户，您可以参考《快速入门》学习并使用OCR服务。 使用方式 如

查看更多 →

从0-1制作 自定义镜像 并创建AI应用 05 自动学习 ModelArts自动学习是帮助人们实现AI应用的低门槛、高灵活、零代码的定制化模型开发工具。 自动学习简介 自动学习功能介绍 项目分类 图像分类 物体检测 预测分析 声音分类 文本分类 操作指导 准备数据 创建项目 数据标注 自动训练

查看更多 →

即可同时识别所有卡证及票据的文字信息，大幅度提升业务处理效率。 支持区域： 华北-北京四 智能分类识别API 手写文字识别 识别文档或图片中的手写文字、印刷文字信息，并将识别的结构化结果以JSON格式返回给用户识别的文字和坐标。 该接口可应用于日常学习中对学生作业、试卷的批改、手

查看更多 →