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 →

Time Model Time Model名称及描述如下表所示。 表1 Time Model报表主要内容 名称 描述 DB_TIME 所有线程端到端的墙上时间（WALL TIME）消耗总和（单位：微秒）。 EXECUTION_TIME 消耗在执行器上的时间总和（单位：微秒)。 PL_EXECUTION_TIME

查看更多 →

各个模型深度学习训练加速框架的选择 LlamaFactory框架使用两种训练框架： DeepSpeed和Accelerate都是针对深度学习训练加速的工具，但是它们的实现方式和应用场景有所不同。 DeepSpeed是一种深度学习加速框架，主要针对大规模模型和大规模数据集的训练。D

查看更多 →

Time Model Time Model名称及描述如表1所示。 表1 Time Model报表主要内容 名称 描述 DB_TIME 所有线程端到端的墙上时间（WALL TIME）消耗总和（单位：微秒）。 EXECUTION_TIME 消耗在执行器上的时间总和（单位：微秒）。 PL_EXECUTION_TIME

查看更多 →

DROP MODEL 分布式场景暂不支持使用该语法。 父主题： SQL语法

查看更多 →

DROP MODEL 功能描述 删除一个已训练完成保存的模型对象。 注意事项 所删除模型可在系统表gs_model_warehouse中查看到。 语法格式 DROP MODEL model_name; 参数说明 model_name 模型名称 取值范围：字符串，需要符合标识符命名规范。

查看更多 →

Time Model Time Model名称及描述如下表所示。 表1 Time Model报表主要内容 名称 描述 DB_TIME 所有线程端到端的墙上时间（WALL TIME）消耗总和（单位：微秒）。 EXECUTION_TIME 消耗在执行器上的时间总和（单位：微秒)。 PL_EXECUTION_TIME

查看更多 →

CREATE MODEL 分布式场景暂不支持使用该语法。 父主题： SQL语法

查看更多 →

CREATE MODEL 功能描述 CREATE MODEL语句用于训练机器学习模型并保存模型。 注意事项 模型名称具有唯一性约束，注意命名格式。 AI训练时长波动较大，在部分情况下训练运行时间较长，设置的GUC参数statement_timeout时长过短会导致训练中断。建议s

查看更多 →

DROP MODEL 功能描述 删除一个已训练完成保存的模型对象。 注意事项 所删除模型可在系统表gs_model_warehouse中查看到。 语法格式 DROP MODEL model_name; 参数说明 model_name 模型名称 取值范围：字符串，需要符合标识符命名规范。

查看更多 →

Time Model Time Model名称及描述如下表所示。 表1 Time Model报表主要内容 名称 描述 DB_TIME 所有线程端到端的墙上时间（WALL TIME）消耗总和（单位：微秒）。 EXECUTION_TIME 消耗在执行器上的时间总和（单位：微秒)。 PL_EXECUTION_TIME

查看更多 →

Time Model Time Model名称及描述如下表所示。 表1 Time Model报表主要内容 名称 描述 DB_TIME 所有线程端到端的墙上时间（WALL TIME）消耗总和（单位：微秒）。 EXECUTION_TIME 消耗在执行器上的时间总和（单位：微秒)。 PL_EXECUTION_TIME

查看更多 →

DROP MODEL 分布式场景暂不支持使用该语法。 父主题： D

查看更多 →

Time Model Time Model名称及描述如表1所示。 表1 Time Model报表主要内容 名称 描述 DB_TIME 所有线程端到端的墙上时间（WALL TIME）消耗总和（单位：微秒）。 EXECUTION_TIME 消耗在执行器上的时间总和（单位：微秒)。 PL_EXECUTION_TIME

查看更多 →

CREATE MODEL 分布式场景暂不支持使用该语法。 父主题： C

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 →

登录管理控制台，进入 弹性云服务器 列表页面。 在待深度诊断的E CS 的“操作”列，单击“更多 > 运维与监控 > 深度诊断”。 （可选）在“开通云运维中心并添加权限”页面，阅读服务声明并勾选后，单击“开通并授权”。 若当前账号未开通并授权COC服务，则会显示该页面。 在“深度诊断”页面，选择“深度诊断场景”为“全面诊断”。

查看更多 →

max_iterations=default; --删除模型。 gaussdb=# DROP MODEL price_model; --删除表。 gaussdb=# DROP TABLE houses; 相关链接 DROP MODEL，PREDICT BY 父主题： SQL语法

查看更多 →

GS_OPT_MODEL GS_OPT_MODEL是启用AiEngine执行计划时间预测功能时的数据表，记录机器学习模型的配置、训练结果、功能、对应系统函数、训练历史等相关信息。 分布式场景下提供此系统表，但AI能力不可用。 父主题： AI

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 →