人工智能平台PAI

本文基于Pytorch 1.8版本,介绍了如何使用DLC进行Pytorch DDP分布式训练任务.

本文基于ModelScope，以GPT-3（1.3B）为例介绍如何使用ModelScope-GPT3进行续写训练与输入输出形式的训练，训练方式不需要额外指定，训练数据集仅包含 src_txt 时会进行续写训练，同时包含 src_txt 和 tgt_txt 时会进行输入输出形式的训练。

EasyNLP提供多种模型的训练及预测功能，旨在帮助自然语言开发者方便快捷地构建模型并应用于生产。本文简要介绍文图生成的技术，以及如何在PAI-DSW中基于EasyNLP轻松实现文图生成，带你秒变艺术家。

EasyNLP提供多种模型的训练及预测功能，旨在帮助自然语言开发者方便快捷地构建模型并应用于生产。本文以序列标注（命名实体识别）为例，为您介绍如何在PAI-DSW中使用EasyNLP。

EasyNLP提供多种模型的训练及预测功能，旨在帮助自然语言开发者方便快捷地构建模型并应用于生产。本文以中文文本生成为例，为您介绍如何在PAI-DSW中使用EasyNLP。

EasyNLP提供多种模型的训练及预测功能，旨在帮助自然语言开发者方便快捷地构建模型并应用于生产。本文以中文信息抽取为例，为您介绍如何在PAI-DSW中基于EasyNLP快速使用K-Global Pointer算法进行中文信息抽取模型的训练、评估、推理。

EasyCV是基于Pytorch，以自监督学习和Transformer技术为核心的 all-in-one 视觉算法建模工具，并包含图像分类，度量学习，目标检测，姿态识别等视觉任务的SOTA算法。本文以基于关键点的视频分类为例，为您介绍如何在PAI-DSW中使用EasyCV。

EasyCV是基于Pytorch，以自监督学习和Transformer技术为核心的 all-in-one 视觉算法建模工具，并包含图像分类，度量学习，目标检测，姿态识别等视觉任务的SOTA算法。本文以视频分类为例，为您介绍如何在PAI-DSW中使用EasyCV。

EasyCV是基于Pytorch，以自监督学习和Transformer技术为核心的 all-in-one 视觉算法建模工具，并包含图像分类，度量学习，目标检测，姿态识别等视觉任务的SOTA算法。本文将为您介绍如何在PAI-DSW中使用EasyCV训练轻量化语义分割模型STDC

EasyCV是基于Pytorch，以自监督学习和Transformer技术为核心的 all-in-one 视觉算法建模工具，并包含图像分类，度量学习，目标检测，姿态识别等视觉任务的SOTA算法。本文以自监督学习-MOCO为例，为您介绍如何在PAI-DSW中使用EasyCV。

EasyCV是基于Pytorch，以自监督学习和Transformer技术为核心的 all-in-one 视觉算法建模工具，并包含图像分类，度量学习，目标检测，姿态识别等视觉任务的SOTA算法。本文自监督学习-MAE为例，为您介绍如何在PAI-DSW中使用EasyCV。

EasyCV是基于Pytorch，以自监督学习和Transformer技术为核心的 all-in-one 视觉算法建模工具，并包含图像分类，度量学习，目标检测，姿态识别等视觉任务的SOTA算法。本文以关键点检测为例，为您介绍如何在PAI-DSW中使用EasyCV。

EasyCV是基于Pytorch，以自监督学习和Transformer技术为核心的 all-in-one 视觉算法建模工具，并包含图像分类，度量学习，目标检测，姿态识别等视觉任务的SOTA算法。本文以文字识别为例，为您介绍如何在PAI-DSW中使用EasyCV。

EasyCV是基于Pytorch，以自监督学习和Transformer技术为核心的 all-in-one 视觉算法建模工具，并包含图像分类，度量学习，目标检测，姿态识别等视觉任务的SOTA算法。本文将为您介绍如何在PAI-DSW中使用EasyCV和PAI-iTAG标注的检测数据训练YOLOX模型。

EasyCV是基于Pytorch，以自监督学习和Transformer技术为核心的 all-in-one 视觉算法建模工具，并包含图像分类，度量学习，目标检测，姿态识别等视觉任务的SOTA算法。本文将以BEVFormer 3D检测为例，为您介绍如何在PAI-DSW中使用EasyCV。

EasyNLP提供多种模型的训练及预测功能，旨在帮助自然语言开发者方便快捷地构建模型并应用于生产。本文简要介绍文图生成的技术，以及如何在PAI-DSW中基于EasyNLP使用diffusion model进行finetune和预测评估。

机器学习平台PAI创建工作空间

推荐系统[四]：精排-详解排序算法LTR (Learning to Rank)_ poitwise, pairwise, listwise相关评价指标，超详细知识指南。

K-Global Pointer的技术解读，以及如何在EasyNLP框架中使⽤K-Global Pointer模型。

为PAI + AI开源项目撰写评测，赢取《AI技术分享会》栏目录制机会、LAMY钢笔套装、hero手冲咖啡壶套装、阿里云社区评测官奖杯、阿里云社区首页达人展示一周、开发者评测限量版T恤、30元猫超卡等豪礼！

在使用pai时想添加镜像，莫名报错，以下介绍下排查详情

大数据开发治理平台 DataWorks基于MaxCompute/EMR/MC-Hologres等大数据计算引擎，为客户提供专业高效、安全可靠的一站式大数据开发与治理平台，自带阿里巴巴数据中台与数据治理最佳实践，赋能各行业数字化转型。在DataWorks工作空间配置PAI引擎后机器学习才能对接DataWorks然后PAI引用MaxCompute表作为数据源进行模型训练。之前DW空间支持一键关联开通PAI，DW新改版因为对管控台一体化流程的改进，这个功能会挪到小扳手。由于目前这个功能还未开发完毕，所以就给之前创建空间后未开通PAI的客户带来了很多困扰，本文临时性提供一下解决方案，以供正常使用。

ElasticBatch是一种分布式离线弹性批量推理作业类型, 本文将介绍ElasticBatch SDK接口以及如何在DLC上提交ElasticBatch任务。

EasyCV是基于Pytorch，以自监督学习和Transformer技术为核心的 all-in-one 视觉算法建模工具，并包含图像分类，度量学习，目标检测，姿态识别等视觉任务的SOTA算法。本文以度量学习为例，为您介绍如何在PAI-DSW中使用EasyCV。

本文介绍如何使用DLC命令行工具提交任务到指定的工作空间内. 同时,会介绍如何提交预付费和后付费的DLC训练任务

Android Paint 抗锯齿画线模糊

Android Paint ANTI_ALIAS_FLAG 引起的一个小问题

【STL实用技巧】函数对象（仿函数）与pair类型初探

本⽂首先介绍如何体验PAI-Diffusion模型以及其在线部署、加速推理能力。其次，我们简单回顾了PAI-Diffusion模型的架构，之后详细介绍了在EasyNLP算法框架中对上述模型进行调优的全链路支持。

《阿里云机器学习PAI-DSW入门指南》

机器学习平台PAI（Platform of Artificial Intelligence）是面向企业客户及开发者，提供轻量化、高性价比的云原生机器学习。是构建在阿里云MaxCompute（原ODPS）计算平台之上，集数据处理、建模、离线预测、在线预测为一体的机器学习平台。而高质量的数据集是高精度模型的基础，是数据准备的核心目标。阿里云PAI提供数据集管理模块，支持将各类数据（本地数据、阿里云存储中的数据等）注册为数据集，为智能标注、模型训练做准备。但是很多公司RAM用户虽然可以正常点击创建，然而在填写NAS路径时往往又碰到权限问题。本文简单演示一下NAS存储相关权限授予，以供参考。

YOLOX升级 | 阿里巴巴提出YOLOX-PAI，1ms内精度无敌，超越YOLOv6、PP-YOLOE

阿里云AI技术分享会第八期《【EMNLP 2022】小样本学习论文解读》将在2023年2月8日晚18：00开启直播，精彩不容错过！

阿里云机器学习平台——PAI平台

机器学习平台PAI（Platform of Artificial Intelligence）是面向企业客户及开发者，提供轻量化、高性价比的云原生机器学习。是构建在阿里云MaxCompute（原ODPS）计算平台之上，集数据处理、建模、离线预测、在线预测为一体的机器学习平台。而高质量的数据集是高精度模型的基础，是数据准备的核心目标。阿里云PAI提供数据集管理模块，支持将各类数据（本地数据、阿里云存储中的数据等）注册为数据集，为智能标注、模型训练做准备。但是很多公司RAM用户在创建及管理数据集过程中因为对平台比较陌生常常会遇到权限相关问题，本文介绍创建过程中常见的一个权限问题，以供参考。

MaxCompute赋能人工智能-PAI平台介绍

MaxCompute赋能人工智能-PAI平台介绍

日前，国际权威研究机构 Gartner 连续发布两份 AI 领域研究报告，阿里云机器学习平台 PAI 蝉联上榜。

《阿里云机器学习PAI-DSW入门指南》

针对GPT基础模型参数量大，训练&推理硬件资源消耗过高等问题，我们采用GPT+MoE的技术架构路线，探索单机最高能效的绿色低碳GPT大模型训练&推理软硬一体化适配技术在中文文本生成场景的落地可行性。

阿里云大数据AI产品年度盘点，涵盖2022技术速递、产品和功能发布、市场和客户应用实践等内容，帮助您快速了解阿里云大数据AI方面最新动态。

给定两个以升序排列的整形数组 nums1 和 nums2, 以及一个整数 k。 定义一对值 (u,v)，其中第一个元素来自 nums1，第二个元素来自 nums2。 找到和最小的 k 对数字 (u1,v1), (u2,v2) ... (uk,vk)。

给定一组唯一的单词， 找出所有不同 的索引对(i, j)，使得列表中的两个单词， words[i] + words[j] ，可拼接成回文串。

大数据&AI产品技术月刊（2022年12月），涵盖本月技术速递、产品和功能发布、市场和客户应用实践等内容，帮助您快速了解阿里云大数据&AI方面最新动态。