GrowCloud合作框架 鼓励合作伙伴销售华为云，通过向合作伙伴提供商品折扣及销售激励，扩大双方客户覆盖，实现双赢。 父主题： 其他

查看更多 →

使用Composer创建一个新的ThinkPHP应用程序。 该命令会在当前目录下创建一个名为my-thinkphp-app的目录，并下载ThinkPHP的核心文件和依赖项。 composer create-project topthink/think my-thinkphp-app 切换到新创建的Thi

查看更多 →

模块，并调研详细的信息。 评估规划 评估规划，首先要识别企业上云的动机，上云后想要实现的业务收益，然后结合企业的云成熟度现状，制定合适的上云策略，并规划整体上云的蓝图。 上云准备 上云准备是企业在正式上云之前要做的相关准备工作。首先是组织准备，企业首先要构建自己的云转型团队，负责

查看更多 →

数据治理 框架 数据治理框架 数据治理模块域 数据治理各模块域之间的关系

查看更多 →

数据治理框架 数据治理框架制定如下： 图1 数据治理框架 父主题： 数据治理框架

查看更多 →

算法章节。 预置的训练引擎 当前ModelArts支持的训练引擎及对应版本如下所示。 不同区域支持的AI引擎有差异，请以实际环境为准。 表1 训练作业支持的AI引擎 工作环境 系统架构 系统版本 AI引擎与版本 支持的cuda或Ascend版本 TensorFlow x86_64

查看更多 →

服务开发框架详解 整体结构介绍 单Module base/service DDD 父主题： AstroPro学堂

查看更多 →

准备算法简介 机器学习从有限的观测数据中学习一般性的规律，并利用这些规律对未知的数据进行预测。为了获取更准确的预测结果，用户需要选择一个合适的算法来训练模型。针对不同的场景，ModelArts提供大量的算法样例。以下章节提供了关于业务场景、算法学习方式、算法实现方式的指导。 选择算法的实现方式

查看更多 →

CPU管理策略 使用场景 默认情况下，kubelet使用 CFS 配额 来执行Pod的CPU约束。 当节点上运行了很多CPU密集的Pod时，工作负载可能会迁移到不同的CPU核， 这取决于调度时Pod是否被扼制，以及哪些CPU核是可用的。许多应用对这种迁移不敏感，因此无需任何干预即

查看更多 →

使用模型 用训练好的模型预测测试集中的某个图片属于什么类别，先显示这个图片，命令如下。 1 2 3 # display a test image plt.figure() plt.imshow(test_images[9]) 图1 显示用以测试的图片 查看预测结果，命令如下。 1

查看更多 →

类型 模型训练的类型。 包含如下选项： 模型训练 联邦学习 训练服务 优化服务 创建者 创建训练工程、联邦学习工程、训练服务或超参优化服务的用户。 开发环境 模型训练运行的环境信息。WEB版训练模型的开发环境为“简易编辑器”，在线IDE版训练模型的开发环境为实际创建的WEB IDE

查看更多 →

参数，对于16U及以下规格的新建实例，该参数值默认为“OFF”，16U以上规格的新建实例，该参数值默认为“ON”。 如果用户修改过该参数，规格变更后参数值不变。否则参数值由变更后的实例规格决定，16U及以下规格的实例，该参数值为OFF，16U以上规格的实例该参数值为ON。 相关API

查看更多 →

放内存中的缓存，请在业务低峰期变更规格，避免对高峰期业务造成影响。 可维护时间段内进行的规格变更任务不允许取消。 关于变更规格所需的时间： 根据统计，此过程需要5～15分钟。 变更规格时的业务中断只在主备切换期间产生。 操作步骤 登录管理控制台。 单击管理控制台左上角的，选择区域和项目。

查看更多 →

运行越来越多的CPU资源来提供充足算力。采用按需实例会在成本可控上遇到较大挑战。 竞享实例的应用 客户通过使用竞享实例来降低用云成本，并在预算范围内尽可能的扩大集群规模，提升业务效率。客户要面对的最大挑战是一定概率的实例终止情况，通过保留一定量的按需实例作为竞享实例的BackUP

查看更多 →

图1 自动学习生成的模型 自动学习生成的模型，支持哪些其他操作 支持部署为在线服务、批量服务或边缘服务。 在自动学习页面中，仅支持部署为在线服务，如需部署为批量服务或边缘服务，可在“AI应用管理 > AI应用”页面中直接部署。 支持发布至市场 将产生的模型发布至AI Gallery，共享给其他用户。

查看更多 →

图1 自动学习生成的模型 自动学习生成的模型，支持哪些其他操作 支持部署为在线服务、批量服务或边缘服务。 在自动学习页面中，仅支持部署为在线服务，如需部署为批量服务或边缘服务，可在“AI应用管理 > AI应用”页面中直接部署。 支持发布至市场 将产生的模型发布至AI Gallery，共享给其他用户。

查看更多 →

CPU流控 背景信息 CPU流控可以基于当前节点的CPU占用率实现流量控制。 CPU流控通过配置节点的最大CPU占用率来避免流量冲击下节点掉线风险，可以基于流量阈值预估CPU占用率最大值。当节点CPU超过配置阈值后，CPU流控会丢弃节点请求，达到保护集群的目的，节点内流量和elasticsearch

查看更多 →

变更实例的CPU和内存规格 操作场景 当用户购买的实例的CPU和内存规格无法满足业务需要时，可以在控制台进行CPU和内存规格变更。 使用须知 用户既可以扩大规格，也可以降低规格。 节点规格变更采用滚动方式，单个节点耗时约5-10分钟，总时长与节点数量有关。 正在进行变更的节点，其

查看更多 →

按需计费模式的实例，单击“提交”，提交变更。 由规格变更产生的费用，您可在“费用中心 > 费用账单”中查看费用详情。 包年/包月模式的实例 缩小规格：单击“提交”，提交变更。 由缩小规格产生的退款，系统会自动退还至客户账户，您可在“费用中心”页面，在左侧导航栏“订单管理”下的“我的订单”查看费用详情。

查看更多 →

变更实例的CPU和内存规格 操作场景 规格变更用于扩大或者降低实例中所有节点的CPU、内存规格。当用户购买的实例的规格无法满足业务需求时，可以在控制台进行规格变更。若遇到实例过载，需要紧急增加计算资源，建议优先添加计算节点，速度更快。 使用须知 在线变更时，单个节点变更时会出现一

查看更多 →

变更实例的CPU和内存规格 当您购买的实例的CPU和内存规格无法满足业务需要时，可以在控制台进行CPU和内存规格变更。 使用须知 用户既可以扩大规格，也可以降低规格。 节点规格变更采用滚动方式，单个节点耗时约5-10分钟，总时长与节点数量有关。 正在进行变更的节点，其计算任务由其

查看更多 →