人工智能平台PAI产品使用合集之PAI机器学习预置处理器在部署完成后怎么进行调用

本文涉及的产品
交互式建模 PAI-DSW,5000CU*H 3个月
模型训练 PAI-DLC,5000CU*H 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
简介: 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。

问题一:请问在机器学习PAI加载批数据集csv文件时,支持加载的最大列数是多少呢?

请问在机器学习PAI加载批数据集csv文件时,支持加载的最大列数是多少呢?我加载88列的csv文件时报错 Exception in thread "main" org.apache.flink.table.api.ExpressionParserException: Could not parse expression at column 1011: string matching regex \p{javaJavaIdentifierStart}\p{javaJavaIdentifierPart}*' expected but1' found



参考答案:

对于第一个问题,从错误提示上看并不是由于列数过多导致的,而是解析表达式时遇到了正则表达式匹配失败的情况,具体原因可能是某一行中的第 1011 列不符合预期格式,建议检查一下数据源是否有异常的数据或者字符。

第二个问题,一般来说,Flink 和 Flink PAI 对于 CSV 文件格式的要求都是:第一行为表头,其余每行为一条记录;表头由逗号分隔的一系列字符串构成,这些字符串代表每一列的名字;记录则由逗号分隔的一系列字符串构成,每条记录的数量应该与表头一致;表头和记录中都允许出现空格和特殊符号,但不允许出现换行符和制表符。

如果没有数字开头的列,且包含特殊符号,例如 @ 符号,那么可以正常创建表并加载数据,但需要注意的是,在 SQL 查询时需要转义特殊字符,例如:

CREATE TABLE my_table (
  `@column` STRING,
  ...
)

然后使用反引号 ` 将特殊符号包裹起来即可正确引用



关于本问题的更多回答可点击进行查看:

https://developer.aliyun.com/ask/567629



问题二:关于不同方式部署Stable-Diffusion-WebUI的疑问

已解决

关于部署Stable-Diffusion-WebUI,看到了各种不同的方法,目前有三个不同方案:

1、通过PAI-EAS快速部署AI绘画Stable Diffusion WebUI;

2、通过PAI-DSW,快速启动Stable Diffusion WebUI;

3、通过FC函数部署Stable Diffusion WebUI;

那么请问:

这三种方式部署SD的区别是什么?

分别有什么优劣势?

哪种更加划算?

谢谢!



参考答案:

  1. PAI-EAS 方案:PAI-EAS 提供预置图像处理、数据处理和模型训练的能力,并且易于管理资源。它可以节省您的时间和精力,并且无需关心底层细节。
  1. PAI-DSW 方案:PAI-DSW 提供强大的计算能力,便于快速搭建AI开发环境,并且拥有丰富的功能。
  2. FC Function 方案:FC Function 方案可以提供更高的弹性伸缩性和自动扩容能力,并且成本更低。

总体而言,PAI-EAS 和 PAI-DSW 方案更加适合部署 AI 绘画任务,而 FC Function 方案更加适合大规模处理任务,同时更便宜。



关于本问题的更多回答可点击进行查看:

https://developer.aliyun.com/ask/567040



问题三:机器学习PAI是只支持部署model.json文件吗?

机器学习PAI是只支持部署model.json文件吗?这边部署失败了 Traceback (most recent call last):

[2023-11-02 13:31:53] File "xgboost.py", line 74, in

[2023-11-02 13:31:53] runner.run()

[2023-11-02 13:31:53] File "/home/admin/docker_ml/workspace/predictor/loan_multiloan_correct_risk_model_v11/ENV/lib/python3.8/site-packages/allspark/init.py", line 896, in run

[2023-11-02 13:31:53] self.initialize()

[2023-11-02 13:31:53] File "xgboost.py", line 54, in initialize

[2023-11-02 13:31:53] tl2cgen.export_lib(model, toolchain='gcc', libpath='./mymodel.so',

[2023-11-02 13:31:53] File "/home/admin/docker_ml/workspace/predictor/loan_multiloan_correct_risk_model_v11/ENV/lib/python3.8/site-packages/tl2cgen/shortcuts.py", line 82, in export_lib

[2023-11-02 13:31:53] temp_libpath = create_shared(

[2023-11-02 13:31:53] File "/home/admin/docker_ml/workspace/predictor/loan_multiloan_correct_risk_model_v11/ENV/lib/python3.8/site-packages/tl2cgen/create_shared.py", line 105, in create_shared

[2023-11-02 13:31:53] libpath = _create_shared(

[2023-11-02 13:31:53] File "/home/admin/docker_ml/workspace/predictor/loan_multiloan_correct_risk_model_v11/ENV/lib/python3.8/site-packages/tl2cgen/contrib/gcc.py", line 68, in _create_shared_gcc

[2023-11-02 13:31:53] return _create_shared_base(dirpath, recipe, nthread=nthread, verbose=verbose)

[2023-11-02 13:31:53] File "/home/admin/docker_ml/workspace/predictor/loan_multiloan_correct_risk_model_v11/ENV/lib/python3.8/site-packages/tl2cgen/contrib/create_shared.py", line 98, in _create_shared_base

[2023-11-02 13:31:53] raise TL2cgenError(

[2023-11-02 13:31:53] tl2cgen.exception.TL2cgenError: Error occured in worker #0: gcc: internal compiler error: Killed (program cc1)

[2023-11-02 13:31:53] Please submit a full bug report,

[2023-11-02 13:31:53] with preprocessed source if appropriate.

[2023-11-02 13:31:53] See https://aone.alibaba-inc.com/project/767688/issue/ for instructions.

[2023-11-02 13:31:53] gcc: internal compiler error: Killed (program cc1)

[2023-11-02 13:31:53] Please submit a full bug report,

[2023-11-02 13:31:53] with preprocessed source if appropriate.

[2023-11-02 13:31:53] See https://aone.alibaba-inc.com/project/767688/issue/ for instructions.

[2023-11-02 13:31:53]



参考答案:

.json 和 .m 应该都可以,这个processor使用了treelite部署,不是原生的xgboost库,您如果有需求我可以临时打个包,具体需要使用哪个库



关于本问题的更多回答可点击进行查看:

https://developer.aliyun.com/ask/566862



问题四:机器学习PAI这个是如何指定xgboost版本的呢?

机器学习PAI这个是如何指定xgboost版本的呢?我没有找到入口。XGBoost2.0版本支撑了多任务学习算法

一个样本可以输出多个模型分结果



参考答案:

PAI机器学习服务不直接支持指定xgboost版本,但是在自定义镜像中您可以自行安装所需的xgboost版本。您可以在镜像构建过程中使用pip install xgboost==2.0命令安装XGBoost2.0版本。

另外,您可以使用自定义环境的方式指定特定版本的xgboost,自定义环境的示例见《PAI机器学习服务用户手册》中的“使用自定义环境”部分。自定义环境中包含了需要的Python环境以及特定版本的xgboost。

至于XGBoost2.0版本所支持的多任务学习算法,在安装完所需版本后,可以直接按照XGBoost官方文档中的指示实现多任务学习算法的编写和运行。



关于本问题的更多回答可点击进行查看:

https://developer.aliyun.com/ask/566861



问题五:机器学习PAI这种预置的processor 部署完成之后调用就是直接用字符串数组的入参形式么?

机器学习PAI这种预置的processor 部署完成之后调用就是直接用字符串数组的入参形式么?

类似这个?



参考答案:

https://help.aliyun.com/zh/pai/user-guide/deploy-gbdt-models-and-call-gbdt-model-services



关于本问题的更多回答可点击进行查看:

https://developer.aliyun.com/ask/566860

相关实践学习
使用PAI-EAS一键部署ChatGLM及LangChain应用
本场景中主要介绍如何使用模型在线服务(PAI-EAS)部署ChatGLM的AI-Web应用以及启动WebUI进行模型推理,并通过LangChain集成自己的业务数据。
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。
相关文章
|
1天前
|
机器学习/深度学习 人工智能 算法
【昆虫识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+机器学习+TensorFlow+ResNet50
昆虫识别系统,使用Python作为主要开发语言。通过TensorFlow搭建ResNet50卷积神经网络算法(CNN)模型。通过对10种常见的昆虫图片数据集('蜜蜂', '甲虫', '蝴蝶', '蝉', '蜻蜓', '蚱蜢', '蛾', '蝎子', '蜗牛', '蜘蛛')进行训练,得到一个识别精度较高的H5格式模型文件,然后使用Django搭建Web网页端可视化操作界面,实现用户上传一张昆虫图片识别其名称。
31 7
【昆虫识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+机器学习+TensorFlow+ResNet50
|
8天前
|
机器学习/深度学习 人工智能 自然语言处理
算法金 | 一文看懂人工智能、机器学习、深度学习是什么、有什么区别!
**摘要:** 了解AI、ML和DL的旅程。AI是模拟人类智能的科学,ML是其分支,让机器从数据中学习。DL是ML的深化,利用多层神经网络处理复杂数据。AI应用广泛,包括医疗诊断、金融服务、自动驾驶等。ML助力个性化推荐和疾病预测。DL推动计算机视觉和自然语言处理的进步。从基础到实践,这些技术正改变我们的生活。想要深入学习,可参考《人工智能:一种现代的方法》和《深度学习》。一起探索智能的乐趣!
34 1
算法金 | 一文看懂人工智能、机器学习、深度学习是什么、有什么区别!
|
4天前
|
机器学习/深度学习 传感器 数据采集
机器学习和人工智能在实际业务场景中的应用
机器学习和人工智能在实际业务场景中的应用
22 7
|
7天前
|
机器学习/深度学习 人工智能 自然语言处理
【CVPR2024】阿里云人工智能平台PAI图像编辑算法论文入选CVPR2024
近期,阿里云人工智能平台PAI发表的图像编辑算法论文在CVPR-2024上正式亮相发表。论文成果是阿里云与华南理工大学贾奎教授领衔的团队共同研发。此次入选标志着阿里云人工智能平台PAI自主研发的图像编辑算法达到了先进水平,赢得了国际学术界的认可。在阿里云人工智能平台PAI算法团队和华南理工大学的老师学生们一同的坚持和热情下,将阿里云在图像生成与编辑领域的先进理念得以通过学术论文和会议的形式,向业界传递和展现。
|
4天前
|
机器学习/深度学习 数据采集 人工智能
机器学习是人工智能的一个重要分支
机器学习是人工智能的一个重要分支
8 1
|
9天前
|
机器学习/深度学习 人工智能 算法
探索未来:人工智能与机器学习的融合
【6月更文挑战第14天】本文将探讨人工智能(AI)和机器学习(ML)如何相互融合,以推动技术发展的新时代。我们将深入研究这两种技术的基本原理,以及它们如何共同工作以解决复杂的问题。此外,我们还将讨论这种融合对各行各业的影响,以及它如何改变我们的生活和工作方式。
18 5
|
7天前
|
机器学习/深度学习 设计模式 人工智能
人工智能和机器学习技术来优化微服务架构
人工智能和机器学习技术来优化微服务架构
20 1
|
7天前
|
人工智能 前端开发 搜索推荐
人工智能(AI)和低代码开发平台
人工智能(AI)和低代码开发平台
21 1
|
7天前
|
机器学习/深度学习 人工智能 算法
人工智能(AI)、机器学习(ML)和深度学习(DL)
人工智能(AI)、机器学习(ML)和深度学习(DL)
95 1
|
13天前
|
机器学习/深度学习 人工智能 TensorFlow
人工智能平台PAI产品使用合集之如何设置DCluster参数
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。

热门文章

最新文章

相关产品

  • 人工智能平台 PAI