人工智能平台PAI产品使用合集之在本地可以成功进入模型流,但在服务器上无法进入,是什么原因

本文涉及的产品
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
交互式建模 PAI-DSW,5000CU*H 3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:机器学习PAI在fg.json中,这个raw_feature的特征,这两个字段的格式写的对吗?


机器学习PAI在fg.json中,这个raw_feature的特征,如果想要让他按照配置进行分桶,我在原来的例子中加了两个字段:boundaries和embedding_dimension,这两个字段的格式写的对吗?你们的例子中都没有写


参考回答:

fg.json 里面没有这个分桶和 embedding_dimension 的参数。你看的是 EasyRec config 的配置,和 fg.json 不一样


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/580111



问题二:机器学习PAI在本地可以进入模型流,服务器上不行,是什么原因哦


在本地可以进入模型流,服务器上不行,是什么原因哦


参考回答:

如果您在本地可以成功进入机器学习 PAI(Platform of AI)的模型流,但在服务器上无法进入,可能有以下几个原因:

  1. 网络连接:请确保服务器上的网络连接正常,可以访问机器学习 PAI 的服务。检查服务器的网络设置、防火墙配置和代理设置等。
  2. 访问权限:确保您在服务器上具有正确的访问权限,包括登录账户的权限和对机器学习 PAI 的访问权限。请与管理员或服务器提供商进行沟通,确认您是否有合适的权限。
  3. URL 访问问题:请确保您在服务器上使用的 URL 是正确的,并且目标地址是服务器可以访问到的。比如,如果使用内部网络访问机器学习 PAI,则需要确保服务器可以正确解析和访问该地址。
  4. 服务状态:检查机器学习 PAI 服务是否正在运行,并验证它是否在服务器上可用。确保服务没有被停止或出现故障。
  5. 端口访问:如果机器学习 PAI 使用了特定的端口号,请确保服务器上的网络配置允许通过该端口进行访问。
  6. 版本兼容性:如果您在服务器上使用的机器学习 PAI 版本和您在本地使用的版本不同,可能会导致不兼容或功能差异。请检查版本兼容性,并确保在服务器上使用的版本与您的代码和模型流是兼容的。


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/577672



问题三:机器学习PAI有没有大模型的roadmap?


机器学习PAI有没有大模型的roadmap?


参考回答:

这个在社区暂时没有呢,后面会在 github 上进行更新的


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/580794



问题四:机器学习PAI因为不用EAS推理,自己推理,考虑实在不行就换回社区版tf 我记得DLC好像很贵?


机器学习PAI因为不用EAS推理,自己推理,所以这个自定义op的so load起来有些问题。现在考虑实在不行就换回社区版tf 我记得DLC好像很贵?


参考回答:

自定义op基于pai tf的版本编译就能支持上了 pai tf 的镜像在DLC产品页面里有链接



关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/580784



问题五:机器学习PAI线上序列传入,按照qinfo的方式传入,对序列这种特征,多值该如何分割?


机器学习PAI线上序列传入,按照qinfo的方式传入,对序列这种特征,多值该如何分割。或者说config的配置和qinfo 怎么对应起来?


参考回答:

目前的处理分为两步,一步是"fg",另一步是EasyRec。针对"fg",只需要确保结果符合要求即可。针对EasyRec,只需关注EasyRec配置文件的设置。对于序列中的分隔符,可以使用"separator"来指定序列之间的分隔符,并使用"seq_multi_sep"来指定多个值之间的分隔符。这些设置是针对EasyRec中的一个序列特征而言的。您提到的是三个特征,但现在的问题是序列特征中包含多个值。以"click_30d_seq__gds_id"为例,该特征是一个序列特征,序列中包含多个值,例如"1#2#3;4#5#6;7#8#9"。在这个例子中,分号";"是序列分隔符,由"separator"指定,而"#"是多个值之间的分隔符,由"seq_multi_sep"指定。这只是一个示例。至于"fg",如果您没有修改默认配置,实际输出的序列分隔符应该是分号";",而多值分隔符和其他多值一样使用一个控制字符(在示例中我用"#"代替)


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/577009

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
|
5天前
|
机器学习/深度学习 数据采集 编解码
机器学习探索稳定扩散:前沿生成模型的魅力解析
机器学习探索稳定扩散:前沿生成模型的魅力解析
11 2
|
9天前
|
机器学习/深度学习 人工智能 算法
【服装识别系统】图像识别+Python+人工智能+深度学习+算法模型+TensorFlow
服装识别系统,本系统作为图像识别方面的一个典型应用,使用Python作为主要编程语言,并通过TensorFlow搭建ResNet50卷积神经算法网络模型,通过对18种不同的服装('黑色连衣裙', '黑色衬衫', '黑色鞋子', '黑色短裤', '蓝色连衣裙', '蓝色衬衫', '蓝色鞋子', '蓝色短裤', '棕色鞋子', '棕色短裤', '绿色衬衫', '绿色鞋子', '绿色短裤', '红色连衣裙', '红色鞋子', '白色连衣裙', '白色鞋子', '白色短裤')数据集进行训练,最后得到一个识别精度较高的H5格式模型文件,然后基于Django搭建Web网页端可视化操作界面,实现用户在界面中
30 1
【服装识别系统】图像识别+Python+人工智能+深度学习+算法模型+TensorFlow
|
1天前
|
机器学习/深度学习 人工智能 分布式计算
阿里云人工智能平台PAI论文入选OSDI '24
阿里云人工智能平台PAI的论文《Llumnix: Dynamic Scheduling for Large Language Model Serving》被OSDI '24录用。论文通过对大语言模型(LLM)推理请求的动态调度,大幅提升了推理服务质量和性价比。
|
8天前
|
机器学习/深度学习 算法 文件存储
使用Python实现深度学习模型:神经架构搜索与自动机器学习
【7月更文挑战第5天】 使用Python实现深度学习模型:神经架构搜索与自动机器学习
21 2
|
12天前
|
机器学习/深度学习 人工智能 算法
人工智能平台PAI产品使用合集之在执行shade打包后遇到“类找不到”的错误,是什么原因
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。
|
10天前
|
机器学习/深度学习 自然语言处理 算法
扩散模型在机器学习中的应用及原理
扩散模型在机器学习中的应用及原理
|
12天前
|
机器学习/深度学习 人工智能 JSON
人工智能平台PAI产品使用合集之创建特征视图时遇到报错,该如何排查
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。
|
11天前
|
机器学习/深度学习 分布式计算 算法
Java中的机器学习模型集成与训练实践
Java中的机器学习模型集成与训练实践
|
12天前
|
机器学习/深度学习 人工智能 Java
Java与AI集成开发:机器学习模型部署
Java与AI集成开发:机器学习模型部署
|
6天前
|
机器学习/深度学习 人工智能 数据可视化
使用Python实现深度学习模型:模型解释与可解释人工智能
【7月更文挑战第6天】 使用Python实现深度学习模型:模型解释与可解释人工智能
13 0

热门文章

最新文章

相关产品

  • 人工智能平台 PAI