开发者社区大数据与机器学习人工智能平台PAI 文章正文

asd【文本分析】新闻分类aaa_2493

2017-09-21 1286

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： 流控流控流控流控 数据源: 数据大小:261 KB 字段数量:3 使用组件:读数据表,类型转换,过滤与映射,增加序号列,合并列

文章标签：

人工智能平台 PAI

相关实践学习

使用PAI+LLaMA Factory微调Qwen2-VL模型，搭建文旅领域知识问答机器人

使用PAI和LLaMA Factory框架，基于全参方法微调 Qwen2-VL模型，使其能够进行文旅领域知识问答，同时通过人工测试验证了微调的效果。

机器学习概览及常见算法

机器学习(Machine Learning, ML)是人工智能的核心，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，它是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。本课程将带你入门机器学习，掌握机器学习的概念和常用的算法。

sling

阿里云E-MapReduce团队

存储监控 OLAP

【ClickHouse 技术系列】- 在 ClickHouse 物化视图中使用 Join

本文翻译自 Altinity 针对 ClickHouse 的系列技术文章。面向联机分析处理（OLAP）的开源分析引擎 ClickHouse，因其优良的查询性能，PB级的数据规模，简单的架构，被国内外公司广泛采用。本系列技术文章，将详细展开介绍 ClickHouse。

阿里云E-MapReduce团队

4189 0 1

【ClickHouse 技术系列】- 在 ClickHouse 物化视图中使用 Join

scvonalwkd4hw

9月前

数据采集前端开发关系型数据库

MyEMS 开源能源管理系统：安装部署、常见问题与未来趋势

MyEMS 是一款灵活、低成本的开源能源管理系统，适用于各类能源监控场景。本文详解其在 Ubuntu 系统下的安装部署流程，涵盖环境准备、数据库配置、前后端部署及设备接入，并解析使用中常见问题的排查与优化方案，助力企业高效落地能源数字化管理，同时展望其未来发展趋势与创新方向。

scvonalwkd4hw

598 0 0

bigdatatang

存储运维大数据

大数据上云存算分离演进思考与探讨-2022

当前大数据上云与存算分离的技术趋势越来越成为行业标准与发展方向。作为大数据商业化的践行者，从存算分离的演进/定义/价值/架构应用/实践/对比等多个维度来分析与探讨其发展历程与组成体系。为大数据存算分离技术整体发展添砖加瓦。

bigdatatang

4181 2 8

云效运营君

运维数据可视化 Devops

IT团队提升业务认知的5个秘诀｜云效BizDevOps主题系列

践行 BizDevOps ，科技更需要向前一步，与业务并肩作战。在业务认知上的三个层次包括理解业务基本面、解读业务策略变化、提议数字化方案。 5 个有效秘诀包括： a.形成简版的业务基本面知识条目，设为基线，进行考试。 b.翻转课堂， IT 团队通过业务反串讲来习得业务知识。 c.定期进行业务知识擂台赛，加速业务策略变为显性知识的螺旋。 d.将组织中的提案逻辑模板化，通过专项的刻意训练，让 IT 团队能够自如地进行数字化提案。 e.定期进行共创提案会，找到“四两拨千斤”的数字化的举措，创造价值。

云效运营君

9630 156 160

-开发达人-

蚂蚁金服发布「定损宝」，推动图像定损技术在车险领域的应用

6 月 27 日，蚂蚁金服在北京宣布向保险行业全面开放技术产品「定损宝」，用 AI 技术模拟车险定损环节中的人工作业流程，帮助保险公司实现简单高效的自动定损，成为图像定损技术在车险领域的首次商业应用。

-开发达人-

2182 0 0

Jacker

机器学习/深度学习存储人工智能

揭秘工业级大规模GNN图采样

互联网下的图数据纷繁复杂且规模庞大，如何将GNN应用于如此复杂的数据上呢？答案是图采样。结合阿里巴巴开源的GNN框架Graph-Learn（https://github.com/alibaba/graph-learn），本文重点介绍GNN训练过程中的各种图采样和负采样技术。

Jacker

4067 0 0

华山青竹

如何用牛顿法求一个数的平方根

（一）导数与导函数导数设函数y=f(x)在点x0的某个邻域内有定义，当自变量x在x0处有增量Δx，(x0+Δx)也在该邻域内时，相应地函数取得增量Δy=f(x0+Δx)-f(x0)；如果Δy与Δx之比当Δx→0时极限存在，则称函数y=f(x)在点x0处可导，并称这个极限为函数y=f(x)在点x0处的导数记作①f'(x0) ；②y'│x=x0 ；③ │x=x0，即导函数如果函数y=f(x)在开区间内每一点都可导，就称函数f(x)在区间内可导。

华山青竹

5362 1 1

阿里云OpenVI

人工智能算法数据处理

【OpenVI-图搜系列—多模态检索实战篇】基于表征大模型的多模态检索系统

信息检索产品几乎是人们生活中必不可少的工具，经常用的有文本搜文本、图片搜图片等应用。以上任务均为单模态的检索。而多模态检索则处理涵盖原有的单模态检索任务以外，也包含跨模态检索任务，即文搜图、文搜视频等任务。要实现这一任务，则需要底层的表征模型具备图文对齐的能力，换句话说，要实现多模态检索，表征模型应实现将不同模态信息的特征映射到同一个域内，从而实现不同模态之间的相互检索。CLIP的多模态技术出现以来，给多模态检索领域带来了新的技术变革，使得实现基于通用表征大模型的大规模多模态检索系统成为可能。

阿里云OpenVI

3493 0 0