机器学习PAI 2020-5 月刊

本文涉及的产品
交互式建模 PAI-DSW,每月250计算时 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
模型训练 PAI-DLC,100CU*H 3个月
简介: PAI 2020-5月 产品月刊为您带来5月机器学习PAI产品:Studio多算法发布、深度学习训练平台 DLC上线等最新资讯。

【功能发布】

【新功能】Studio上线PAI-TF CPU版本

介绍:客户可以使用PAI-TF在CPU环境下开发并运行,以前只支持GPU版本。
适用客户:深度学习相关客户
文档链接:https://help.aliyun.com/document_detail/154184.html

【新功能】Studio上线Bert-Embedding

介绍:客户可以基于Bert算法生成文本向量,可以应用于文本分类等场景
适用客户:文本分析相关需求客户
文档链接:https://help.aliyun.com/document_detail/42747.html

【新功能】Studio上线GraphSage

介绍:图神经网络是目前深度学习热点的发展方向,PAI团队在前不久开源了graph-learn框架( https://github.com/alibaba/graph-learn ),提供了大量常见的图学习算法。二部图GraphSAGE是经典的图神经网络算法GraphSAGE 在二部图场景下的扩展,被用于淘宝内部推荐的召回场景。目前该算法已经在PAI-Studio正式上线。

在二部图场景下,对于user, item的交互数据,user和item可以看成图中的点,user-item之间的关系(点击,购买等)可以当作图中的边,因此整体的user, item的关系可以抽象为一个二部图。对于user和item,采样邻居时分别按照user-item-user-item.., item-user-item-user…的meta-path进行采样。
适用客户:有营销推荐需求的客户
文档链接:https://help.aliyun.com/document_detail/167761.html

【新功能】深度学习训练平台 DLC 国内4个Region上线

介绍:云原生深度学习训练平台 DLC(DeepLearningContainers) 在国内 北京、上海、杭州、深圳上线, 为客户提供基于Kubernetes (CPU/GPU集群) 分布式训练环境, 享受到极致的分布式训练性能!
适用客户:深度学习分布式训练需求的客户, 例如 AI独角兽、top 互联网客户
相关链接:https://help.aliyun.com/document_detail/165137.html

【新功能】EAS支持日志写入SLS

介绍:EAS模型部署服务支持将服务预测日志写入SLS(阿里云日志服务),支持更加全面、专业的日志数据处理能力。
适用客户:EAS部署预测产生较大量日志并需要对日志数据做相关管理、分析的用户。
操作路径:进入EAS资源组详情页,点击“SLS日志投递”功能按钮并进行相关信息配置。

【新Region】DSW2.0版本海外区域上线

介绍:DSW2.0版本海外区域上线
适用客户:有自主开发深度学习模型需求的客户
相关链接:https://www.alibabacloud.com/help/doc-detail/169891.htm

相关实践学习
日志服务之使用Nginx模式采集日志
本文介绍如何通过日志服务控制台创建Nginx模式的Logtail配置快速采集Nginx日志并进行多维度分析。
目录
相关文章
|
3月前
|
机器学习/深度学习 算法 数据挖掘
Python数据分析革命:Scikit-learn库,让机器学习模型训练与评估变得简单高效!
在数据驱动时代,Python 以强大的生态系统成为数据科学的首选语言,而 Scikit-learn 则因简洁的 API 和广泛的支持脱颖而出。本文将指导你使用 Scikit-learn 进行机器学习模型的训练与评估。首先通过 `pip install scikit-learn` 安装库,然后利用内置数据集进行数据准备,选择合适的模型(如逻辑回归),并通过交叉验证评估其性能。最终,使用模型对新数据进行预测,简化整个流程。无论你是新手还是专家,Scikit-learn 都能助你一臂之力。
161 8
|
4月前
|
机器学习/深度学习 API 网络架构
"解锁机器学习超级能力!Databricks携手Mlflow,让模型训练与部署上演智能风暴,一触即发,点燃你的数据科学梦想!"
【8月更文挑战第9天】机器学习模型的训练与部署流程复杂,涵盖数据准备、模型训练、性能评估及部署等步骤。本文详述如何借助Databricks与Mlflow的强大组合来管理这一流程。首先需在Databricks环境内安装Mlflow库。接着,利用Mlflow跟踪功能记录训练过程中的参数与性能指标。最后,通过Mlflow提供的模型服务功能,采用REST API或Docker容器等方式部署模型。这一流程充分利用了Databricks的数据处理能力和Mlflow的生命周期管理优势。
186 7
|
4月前
|
机器学习/深度学习 运维 算法
【阿里天池-医学影像报告异常检测】3 机器学习模型训练及集成学习Baseline开源
本文介绍了一个基于XGBoost、LightGBM和逻辑回归的集成学习模型,用于医学影像报告异常检测任务,并公开了达到0.83+准确率的基线代码。
81 9
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
基于PAI-QuickStart搭建一站式模型训练服务体验
【8月更文挑战第5天】基于PAI-QuickStart搭建一站式模型训练服务体验
154 0
|
4月前
|
机器学习/深度学习 存储 人工智能
【机器学习】Qwen1.5-14B-Chat大模型训练与推理实战
【机器学习】Qwen1.5-14B-Chat大模型训练与推理实战
522 0
|
5月前
|
机器学习/深度学习 存储 分布式计算
PAI机器学习平台如何进行分布式训练?
【7月更文挑战第1天】PAI机器学习平台如何进行分布式训练?
151 1
|
5月前
|
机器学习/深度学习 算法 数据挖掘
Python数据分析革命:Scikit-learn库,让机器学习模型训练与评估变得简单高效!
【7月更文挑战第27天】在数据驱动时代,Python以丰富的库成为数据科学首选。Scikit-learn因简洁高效而备受青睐,引领数据分析革命。本文引导您使用Scikit-learn简化机器学习流程。首先通过`pip install scikit-learn`安装库。接着使用内置数据集简化数据准备步骤,例如加载Iris数据集。选择合适的模型,如逻辑回归,并初始化与训练模型。利用交叉验证评估模型性能,获取准确率等指标。最后,应用训练好的模型进行新数据预测。Scikit-learn为各阶段提供一站式支持,助力数据分析项目成功。
83 0
|
5月前
|
机器学习/深度学习 人工智能 算法
【机器学习】大模型训练的深入探讨——Fine-tuning技术阐述与Dify平台介绍
【机器学习】大模型训练的深入探讨——Fine-tuning技术阐述与Dify平台介绍
|
7月前
|
机器学习/深度学习 人工智能 运维
人工智能平台PAI产品使用合集之机器学习PAI可以通过再建一个done分区或者使用instance.status来进行部署吗
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
7月前
|
机器学习/深度学习 人工智能 API
人工智能平台PAI产品使用合集之机器学习PAI中的sample_weight怎么加在样本中
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。

相关产品

  • 人工智能平台 PAI