自然语言处理 NLP

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 →

多语义化 参数多语言支持对variable的参数名字、描述和类型进行词条翻译，当前支持zh_cn、en_us两种语义 i18n中示例如下： "i18n": { "zh_cn": [ { "variable_name":

查看更多 →

等技术加速计算过程。 支持十亿节点、百亿边的超大规模图数据库查询，提供适用于基因和生物网络数据的图深度学习算法。 拥有基于基因组数据自动深度学习的技术框架AutoGenome，深度融合人工智能技术，产生更加便捷、快速、准确、可解释的医疗智能模型，加速医疗大健康行业的研究工作。 成

查看更多 →

语义相似距离 概述 计算距离某个向量最近的k个向量集合。这些向量通常是通过算法生产的包含语义的向量（例如word2vec生产的词向量，或者doc2vec生产的文章向量）。可以用于寻找和一个单词或者一篇文章相似的单词或者文章。 输入 参数 子参数 参数说明 inputs dataframe

查看更多 →

适用场景 语义搜索与推荐 建立用户搜索输入的关键词与知识图谱中的实体之间的映射关系，为用户推荐满足用户需求的结构化信息内容，而不是互联网网页。 图1 知识图谱与语义搜索 智能问答系统 基于知识的问答系统建立大规模知识库，通过理解将用户的问题转化为对知识图谱的查询，提供用户所关心的问题答案。

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 →

集成主流深度学习框架，包括PyTorch，TensorFlow，Jittor，PaddlePaddle等，内置经典网络结构并支持用户自定义上传网络，同时，针对遥感影像多尺度、多通道、多载荷、多语义等特征，内置遥感解译专用模型，支持用户进行预训练和解译应用。 图18 部分深度学习模型参数

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 →

基础知识 知识图谱 知识图谱是结构化的语义知识库，用于迅速描述物理世界中的概念及其相互关系。知识图谱的基本单位是“实体（Entity）-关系（Relationship）-实体（Entity）”构成的三元组。例如社交网络图谱里，我们既可以有“人”的实体，也可以包含“公司”实体。 概念

查看更多 →

语义识别图元 图元展示 参数介绍 节点名称：标识节点名称。 描述：节点的详细说明信息。 上下文：用于筛选需要匹配的意图模板，提升匹配速度。 语义识别内容：需要进行语义识别匹配的具体内容，可以为字符串或当前节点之前已经有的变量，如果为空，表示直接识别客户的语音。 事件：表示如果在本

查看更多 →

学习空间 我的课堂 MOOC课程 我的考试

查看更多 →

件或文件夹。 导入元素配置至知识图谱 上传元素配置文件到OBS后，知识图谱控制台支持导入OBS中的元素配置文件。 登录KG服务管理控制台，默认进入“我的图谱”页面。 在“我的图谱”页面，单击已创建的图谱卡片，进入图谱详情页面。 单击知识图谱问答KBQA卡片下方的“问答配置”，默认进入“元素链接配置”页面。

查看更多 →

元素链接简介 通过配置元素链接，即配置图谱中概念以及概念属性、概念间的关系的同义词和权重，对用户输入的文本进行语义解析，识别出其中与图谱相关联的多种类型的元素。元素链接包括本体链接、实体链接、属性值链接，以及其他关键词链接等。 父主题： 配置元素链接

查看更多 →

KBQA提供如下问答配置功能： 配置元素链接 通过配置元素链接，即配置图谱中概念以及概念属性、概念间的关系的同义词和权重，对用户输入的文本进行语义解析，识别出其中与图谱相关联的多种类型的元素。元素链接包括本体链接、实体链接、属性值链接，以及其他关键词链接等。 配置问答模板 根据用

查看更多 →

KG服务为用户提供了两种方式构建图谱，不同的方式所需要的功能不同。基于不同的图谱构建方式，梳理了使用KG服务的主要流程。 图2 构建图谱流程 表2 构建图谱流程说明 主任务 说明 详细指导 购买知识图谱&选择图谱规格 在创建知识图谱之前，需要购买图谱并选择图谱规格。 购买知识图谱 智能一键构建图谱 只需提

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 →

语义分割2D Octopus 目录 标注文件目录结构 +--- 1599625710056 | +--- 1599625710056.jpg | +--- 1599625710056.json +--- 1599625740054 | +--- 1599625740054

查看更多 →

语义分割3D Octopus 目录 标注文件目录结构 +--- 1599625710056 | +--- 1599625710056.pcd | +--- 1599625710056.json +--- 1599625740054 | +--- 1599625740054

查看更多 →