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 →

学习任务 管理员以任务形式，把需要学习的知识内容派发给学员，学员在规定期限内完成任务，管理员可进行实时监控并获得学习相关数据。 入口展示 图1 入口展示 创建学习任务 操作路径：培训-学习-学习任务-【新建】 图2 新建学习任务 基础信息：任务名称、有效期是必填，其他信息选填 图3

查看更多 →

学习目标 掌握座席侧的前端页面开发设计。 父主题： 开发指南

查看更多 →

课程学习 前提条件 用户具有课程发布权限 操作步骤-电脑端 登录ISDP系统，选择“作业人员->学习管理->我的学习”并进入，查看当前可以学习的课程。 图1 我的学习入口 在“我的学习”的页面，点击每个具体的课程卡片，进入课程详情页面。可以按学习状态（未完成/已完成）、学习类型（

查看更多 →

实际调优案例 案例：选择合适的分布列 案例：建立合适的索引 案例：调整分布键 案例：调整GUC参数best_agg_plan 案例：改写SQL消除子查询 案例：改写SQL排除剪枝干扰 案例：改写SQL消除in-clause 案例：调整查询重写GUC参数rewrite_rule 案例：使用DN

查看更多 →

实际调优案例 案例：调整查询重写GUC参数rewrite_rule 案例：建立合适的索引 案例：增加JOIN列非空条件 案例：改建分区表 案例：改写SQL消除子查询 案例：改写SQL消除in-clause 父主题： SQL调优指南

查看更多 →

实际调优案例 案例：选择合适的分布列 案例：建立合适的索引 案例：增加JOIN列非空条件 案例：使排序下推 案例：设置cost_param对查询性能优化 案例：调整分布键 案例：调整局部聚簇键 案例：调整中间表存储方式 案例：调整局部聚簇列 案例：改建分区表 案例：调整GUC参数best_agg_plan

查看更多 →

实际调优案例 案例：选择合适的分布列 案例：建立合适的索引 案例：调整分布键 案例：调整GUC参数best_agg_plan 案例：改写SQL消除子查询 案例：改写SQL排除剪枝干扰 案例：改写SQL消除in-clause 案例：调整查询重写GUC参数rewrite_rule 案例：使用DN

查看更多 →

实际调优案例 案例：调整查询重写GUC参数rewrite_rule 案例：建立合适的索引 案例：增加JOIN列非空条件 案例：改建分区表 案例：改写SQL消除子查询 案例：改写SQL消除in-clause 父主题： SQL调优指南

查看更多 →

学习空间 我的课堂 MOOC课程 我的考试

查看更多 →

教程和最佳实践 教程：使用GDS从远端 服务器 导入数据。通过一个导入任务帮您了解GDS导入的全过程。 GDS导入最佳实践给出了可以最大化利用系统资源，提高导入性能的方法，建议在开展数据导入前阅读以进行合理的导入方案规划和设计部署。 父主题： 通过外表并行导入

查看更多 →

实际调优案例 案例：选择合适的分布列 案例：建立合适的索引 案例：增加JOIN列非空条件 案例：使排序下推 案例：设置cost_param对查询性能优化 案例：调整局部聚簇键 案例：调整中间表存储方式 案例：改建分区表 案例：调整GUC参数best_agg_plan 案例：改写SQL消除子查询（案例1）

查看更多 →

实际调优案例 案例：调整查询重写GUC参数rewrite_rule 案例：调整I/O相关参数降低日志膨胀率 案例：建立合适的索引 案例：增加JOIN列非空条件 案例：改建分区表 案例：改写SQL消除子查询 案例：改写SQL消除in-clause 父主题： 性能调优

查看更多 →

应用程序开发教程 开发流程 驱动侧通用参数配置 基于Java开发 基于Python开发 基于Golang开发 更多教程

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 →

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 →

应用程序开发教程 开发规范 驱动包获取 基于JDBC开发 基于ODBC开发 基于libpq开发 基于Psycopg开发 基于Go驱动开发 基于ecpg开发 调试

查看更多 →

应用程序开发教程 开发规范 驱动包获取 基于JDBC开发 基于ODBC开发 基于libpq开发 基于Psycopg开发

查看更多 →