开发者社区> 大数据与机器学习> 人工智能平台PAI

人工智能平台PAI

关注

人工智能平台 PAI(Platform for AI,原机器学习平台PAI)是面向开发者和企业的机器学习/深度学习工程平台,提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务,内置140+种优化算法,具备丰富的行业场景插件,为用户提供低门槛、高性能的云原生AI工程化能力。

0
今日
3344
内容
27
活动
3821
关注
|
机器学习/深度学习 PyTorch 算法框架/工具
|

机器学习PAI中这个dockerfile可否共享一下?

93 1
|
机器学习/深度学习 编解码 自然语言处理
|

【ACL 2023】具有高效推理速度的中文领域文图生成扩散模型和工具链

面向中文特定领域的文图生成模型,采用与Stable Diffusion一样的模型结构,在给定中文文本的情况下可以实现快速的文图生成工作。

33967 14
|
机器学习/深度学习 自然语言处理 算法
|

【ACL 2023】面向轻量化文图检索的Dual-Encoder模型蒸馏算法ConaCLIP

ConaCLIP针对轻量化的图文检索任务进行设计,是一种通过全连接的知识交互图学习方式将知识从dual-encoder大模型中蒸馏到dual-encoder小模型的算法。

858 0
|
机器学习/深度学习 TensorFlow 算法框架/工具
|

机器学习PAI支持高版本的 Tensorflow 会遇到什么问题吗?

139 2
|
机器学习/深度学习 TensorFlow 算法框架/工具
|

机器学习PAI有计划支持2.11 这种高版 tensorflow 吗?

116 2
|
机器学习/深度学习 分布式计算 MaxCompute
|

机器学习PAI这是不是有什么问题啊?

90 2
|
机器学习/深度学习 分布式计算 MaxCompute
|

机器学习PAI的input odps的表,只能用OdpsInputV3?

105 2
|
机器学习/深度学习 TensorFlow 算法框架/工具
|

机器学习PAI是不是需要重新编译一下DeepRec 提供的server?

119 2
|
机器学习/深度学习 自然语言处理 算法
|

【ACL2023】基于电商多模态概念知识图谱增强的电商场景图文模型FashionKLIP

从大规模电商图文数据中自动化构建多模态概念级知识图谱的方案,随后将概念级多模态先验知识注入到VLP模型中,以实现跨模态图文样本在概念层面进一步对齐。

1525 1
|
机器学习/深度学习 人工智能 编解码
|

NLP领域再创佳绩!阿里云机器学习平台 PAI 多篇论文入选 ACL 2023

阿里云机器学习平台PAI主导的多篇论文在ACL 2023 Industry Track上入选。

1096 0
|
机器学习/深度学习 流计算
|

机器学习PAI上,flink集群要如何下载插件呢?

140 3
|
机器学习/深度学习 Java 对象存储
|

机器学习PAI找不到class,请问该如何解决?

133 3
|
监控 流计算 C++
|

公有云小白的大模型实践-ChatGLM on PAI

公有云小白的大模型实践-ChatGLM on PAI

1427 0
|
存储 搜索推荐 Cloud Native
|

为什么要使用阿里云pairec来搭建推荐系统?

阿里云Pairec是一个用于搭建推荐系统的云原生解决方案,它可以帮助用户快速搭建高性能、高可用的推荐系统,并提供了代码生成、ab test服务、实验报表后台等多种功能和工具,使得搭建过程更加简单和高效。

450 2

在现场!2023世界人工智能大会

打卡2023世界人工智能大会# 除了马斯克的机器人,大模型无疑是最热的话题,本次大会将有30多款大模型亮相,我们明天下午将走进《以模型为中心的AI开发新范式 》论坛,看看模型对人工智能行业发展到底有什么意义!欢迎关注我们!

918 4

AI技术分享会第十一期 | 展心展力MetaApp:基于DeepRec的稀疏模型训练实践

MetaApp-推荐广告研发部,主要负责 MetaApp 拳头产品 233 乐园的首页信息流的推荐和广告系统,是比较传统的推广搜组。本次议题介绍了 MetaApp-推荐广告研发部 从传统的TensorFlow(cpu)+自研分布式ps方案,逐步迁移到使用基于阿里云开发的开源分布式机器学习训练框架DeepRec的方案,包括了离线训练和线上inference的完整流程。迁移完成后,新方案大大提高了训练效率和线上服务的效率,并且有效的降低了成本。 一、分享议题 展心展力MetaApp:基于DeepRec的稀疏模型训练实践 二、直播时间 2023年7月5日(周三)18:00-18:40 三、听众收益 多级存储的性能问题 模型压缩 基于GPU的训练 完全基于显存训练

486 0
我要发布