系统业务模块化清晰，用户需统计各模块的内存占用情况。Huawei LiteOS提供了一套基于内核内存接口的封装接口，增加模块ID作为入参。不同业务模块进行内存操作时，调用对应封装接口，可统计各模块的内存使用情况，并通过模块ID获取指定模块的内存使用情况。通过make menuconfig打开多模块内存统计功能。目前只有bestfit内存管

查看更多 →

资源管理模块 获取模型路径 获得技能工作区目录 获得技能配置 从OBS下载文件 计算文件的md5值 示例-资源管理

查看更多 →

EIServices模块 模块简介 通用接口 示例-EIServices模块

查看更多 →

难例上传模块 难例上传介绍及说明 初始化难例上传模块 检测算法中的难例图片判断 分类算法中的难例图片判断 难例图片上传 获取难例配置 更新难例配置 示例-难例上传

查看更多 →

描述 description 否 String 模块描述 module_name 是 String 模块名称 parent_module_id 否 Integer 父模块id owner 是 UserRequest object 模块责任人 表4 UserRequest 参数 是否必选

查看更多 →

低代码拓展模块 对于官方拓展模块无法满足的授权、分享、埋点等拓展场景，可以通过低码平台中的拓展模块实现自定义的模块，可灵活快速地定制专属逻辑，供H5应用内容配置使用，满足H5应用在不同环境下的授权登录、分享转发、埋点上报等需求。 创建模块 单击【创建模块】按钮打开「创建模块」抽屉，

查看更多 →

设备管理模块 设备管理模块通过对生产设备及相应备件、工装信息的收集、储存、加工、分析与控制，提高设备使用效率、提高维护维修效率、降低设备维护维修以及管理成本，优化报修响应、故障预测、设备更替和维护的管理。设备管理模块通过配置中心、设备资产管理、设备维保管理、备件管理、工装管理、数据分析等为设备的使用保驾护航。

查看更多 →

自动学习简介 自动学习功能介绍 ModelArts自动学习是帮助人们实现模型的低门槛、高灵活、零代码的定制化模型开发工具。自动学习功能根据标注数据自动设计模型、自动调参、自动训练、自动压缩和部署模型。开发者无需专业的开发基础和编码能力，只需上传数据，通过自动学习界面引导和简单操作即可完成模型训练和部署。

查看更多 →

预处理模块简介 hilens::Preprocessor类 硬件加速的预处理器 #include <media_process.h> 析构函数 ~Preprocessor() virtual hilens::Preprocessor::~Preprocessor() 父主题： 预处理

查看更多 →

性能监控模块 登录业务巡检平台。 单击顶部“接口监控”，进入性能监控模块。 单击左侧“新建任务”，进入创建接口测试任务管理界面。 在管理页面，依次设置任务名称、测试网址、所属分组、失败重测次数、勾选测试设备。 单击“创建任务”，即可完成任务下发。 父主题： 业务巡检平台

查看更多 →

能源管理模块 能耗自定义分析 数据分析功能具备数据综合分析功能，自定义曲线、柱形等方式选定对应的设备数据，辅助管理人员进行深层次的节能分析。 单击编辑按钮，可实时查看之前保存分析的内容，单击删除则删除掉配置的该内容，单击右上角的添加按钮，可自定义添加分析功能。 图1 能耗自定义分析

查看更多 →

gion） 模块包只支持zip压缩包，文件需要以".zip"结尾。关于模块包的校验要求如下： 模块包中不得包含以".tfvars"结尾的文件 模块包解压前后的大小均应控制在1MB以内 模块包内的文件数量不能超过100个 模块包内的文件路径不允许以正斜线（/）开头 模块包内的文件路径分隔符之间不允许为空、

查看更多 →

质量管理模块 功能描述 ：品质管理的功能为对原料采购入库到产成品出货的整个生产流程进行品质管控。物料入库时对物料进行 IQC 检验保证入库物料符合生产要求；生产过程中对各生产因素定期巡检保证生产无异常；生产完成对产品进行品质终检，确保入库产品符合品质要求；产品出货前进行出货检查，

查看更多 →

（必要）需在【车间建模】模块中创建用于生产的车间-线体-工作中心信息。 （必要）需在【工艺路线建模】模块中创建生产工艺路线信息 如需关联生产设备，需在【设备台账】中创建设备信息。 如需关联料站表，需在【料站表设置】模块中创建料站表。 如需进行组装的关键物料管控，需在【关键物料管控】模块中配置物料相关信息

查看更多 →

建于TensorFlow、PyTorch、MXNet、MindSpore等深度学习引擎之上，使得这些计算引擎分布式性能更高，同时易用性更好。MoXing包含很多组件，其中MoXing Framework模块是一个基础公共组件，可用于访问OBS服务，和具体的AI引擎解耦，在Mode

查看更多 →

实现安全统计。 计算节点 数据参与方使用数据源计算节点模块实现自主可控的数据源注册、隐私策略（敏感，非敏感，脱敏）的设定、元数据的发布等，为数据源计算节点提供全生命周期的可靠性监控、运维管理。 可信联邦学习 对接主流深度学习框架实现横向和纵向的联邦训练，支持基于安全密码学(如不经

查看更多 →

可信联邦学习 可信联邦学习是 可信智能计算服务 提供的在保障用户数据安全的前提下，利用多方数据实现的联合建模，曾经被称为联邦机器学习。 联邦预测作业 联邦预测作业在保障用户数据安全的前提下，利用多方数据和模型实现样本联合预测。 可信智能计算 节点 数据参与方使用数据源计算节点模块实现自主

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 →

创建联邦学习工程 创建工程 编辑代码（简易编辑器） 编辑代码（WebIDE） 模型训练 父主题： 模型训练

查看更多 →

Standard自动学习 使用ModelArts Standard自动学习实现口罩检测 使用ModelArts Standard自动学习实现垃圾分类

查看更多 →

建于TensorFlow、PyTorch、MXNet、MindSpore等深度学习引擎之上，使得这些计算引擎分布式性能更高，同时易用性更好。MoXing包含很多组件，其中MoXing Framework模块是一个基础公共组件，可用于访问OBS服务，和具体的AI引擎解耦，在Mode

查看更多 →