人工智能平台PAI
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。
“历久弥新 | 用AI修复亚运珍贵史料”活动震撼来袭！
2023年，正值亚运110周年，也是第19届杭州亚运会即将举办之际，阿里云与亚奥理事会合作，发起“历久弥新——用 AI 修复亚运会珍贵史料”活动，开发者使用阿里云的 AI 技术对亚运会历史老照片进行修复，重燃亚运经典，为亚运助威，并有机会入选“亚运史上第一个 AI 修复特展“。
大数据&AI产品月刊【2023年7月】
大数据&AI产品技术月刊（2023年7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。
预约直播 | 展心展力MetaApp：基于DeepRec的稀疏模型训练实践
阿里云AI技术分享会第十一期《基于DeepRec的稀疏模型训练实践》将在2023年7月5日晚18：00开启直播，精彩不容错过。
参与赢大奖！阿里云机器学习平台PAI助力开发者激发AIGC潜能
为助力开发者能够一站式快速搭建文生图、对话等热门场景应用，阿里云机器学习平台PAI特推出AIGC加油包，为广大开发者加油助力激发AIGC潜能！
「AIGC创作挑战 | 全网寻找AI艺术家」火热进行中🔥
即日起至7月31日，参赛者按规则完成基础游戏、进阶任务或拉新挑战，三个活动带您实现AIGC从入门到进阶，还有Apple Watch、Lamy钢笔、罗技键盘等精美奖品等您赢～
请问机器学习PAI、PAI-Designer、PAI-DSW、PAI-EAS中请求EAS服务客户端每一次调用都需要初始化，还是只需要初始化一次呢
请问机器学习PAI、PAI-Designer、PAI-DSW、PAI-EAS中请求EAS服务客户端每一次调用都需要初始化，还是只需要初始化一次呢
《阿里云机器学习平台PAI产品与技术—Platform of Artificial Intelligence》电子版地址
阿里云机器学习平台PAI产品与技术—Platform of Artificial Intelligence
阿里云机器学习平台PAI论文入选ASPLOS 2023
近日，阿里云机器学习平台PAI和上海交通大学冷静文老师团队合作的论文《图神经网络统一图算子抽象uGrapher》被ASPLOS 2023录取。
【DSW Gallery】IsolationForest算法解决异常检测问题
IsolationForest 是一种无监督的异常检测算法， 用于对无 label 的数据进行异常检测，并且支持将 IsolationForest 模型部署成一个流服务，用来对实时数据进行异常检测。该 Demo 将介绍如何在 DSW 中使用 IsolationForest 算法解决异常检测问题。
【DSW Gallery】基于预训练模型的多场景文本生成（以新闻标题生成为例）
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。
【DSW Gallery】基于MAE的自监督学习示例
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。
🎁重磅豪礼！机器学习平台PAI + AI开源项目等你来评测！
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！
YOLOX升级 | 阿里巴巴提出YOLOX-PAI，1ms内精度无敌，超越YOLOv6、PP-YOLOE
YOLOX升级 | 阿里巴巴提出YOLOX-PAI，1ms内精度无敌，超越YOLOv6、PP-YOLOE
当大火的文图生成模型遇见知识图谱，AI画像趋近于真实世界
模型免费开放！零基础也能一键进行AI艺术创作。本⽂简要介绍ARTIST的技术解读，以及如何在EasyNLP框架中使⽤ARTIST模型。
阿里云机器学习平台 PAI宣布集成国产深度学习框架 OneFlow
在云栖大会上，阿里云机器学习PAI平台宣布集成自研深度学习框架OneFlow，进一步提升对国产算法框架的支持。PAI可以在架构上实现包括对国际主流、国内自研在内的任何第三方深度学习框架的支持。
【DSW Gallery】Gbdt-LR模型
GBDT+LR模型是由Facebook于2014年提出。该模型利用GBDT自动进行特征筛选和组合，进而生成新的离散特征向量，再把该特征向量当做LR模型的输入，来产生最后的预测结果。该模型能够综合利用用户、物品和上下文等多种不同的特征，生成较为全面的推荐，在CTR点击率预估场景下使用较为广泛。
【DSW Gallery】Gbdt-FM模型
GBDT+FM 模型是由 Gbdt+LR 延伸出来的模型。该模型利用GBDT自动进行特征筛选和组合，进而生成新的离散特征向量，再把该特征向量当做 FM 模型的输入，来产生最后的预测结果。该模型能够综合利用用户、物品和上下文等多种不同的特征，生成较为全面的推荐，在CTR点击率预估场景下使用较为广泛。
【DSW Gallery】使用Tensorflow来构建AutoEncoder
本文基于TensorFlow 1.x版本，实现了一个自编码器。自编码器是一个应用比较广泛的神经网络。他可以用来做非监督的异常检测，也可以用在特征工程之中，衡量feature之间的高阶非线性关系等等。
【DSW Gallery】基于EasyNLP的中文新闻标题生成
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。本文以中文新闻标题生成为例，为您介绍如何在PAI-DSW中使用EasyNLP。
【DSW Gallery】基于EasyNLP的RoBERTa中文新闻多分类
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。本文以文本分类为例，为您介绍如何在PAI-DSW中基于EasyNLP快速使用RoBERTa进行中文文本多分类模型的训练、评估、预测。
【DSW Gallery】基于EasyNLP的BERT英文机器阅读理解
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。本文以机器阅读理解为例，为您介绍如何在PAI-DSW中基于EasyNLP快速使用BERT进行英文机器阅读理解模型的训练、推理。
【DSW Gallery】 XGBoost:如何使用XGBoost解决回归问题
XGBoost作为机器学习领域的一款经典的Boosting算法，深受学界和工业界的推崇。其中很重要的一点就是它具有优秀的鲁棒性，并且在工程实现上面进行了大量的优化，在模型的复杂度和性能之间取得了很好的平衡。
【DSW Gallery】使用Numpy实现卷积神经网络
Numpy是数值计算中使用非常广泛的一个工具包，可以进行高纬度空间内部的矩阵运算。本文以CNN为例子，使用Numpy来实现CNN网络的前向传递和反向传递逻辑。对于了解CNN网络的细节以及学习如何使用Numpy都很有帮助。
阿里灵杰融合智能算力，全栈AI服务为探索者铺路
阿里灵杰大数据AI一体化平台提供全流程的开发和运维服务。尤其在模型训练和推理性能、大数据与AI工程能力方面，凭借技术领先性和丰富落地实践，成为区别传统AI集群的独特优势所在。
大数据&AI产品月刊【2022年8月】
大数据&AI产品技术月刊（2022年8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。
动态尺寸模型优化实践之Shape Constraint IR Part II
在本系列分享中我们将介绍BladeDISC在动态shape语义下做性能优化的一些实践和思考。本次分享的是我们最近开展的有关shape constraint IR的工作，Part II 中我们将介绍shape constraint IR的设计，实现以及一些初步的实验结果
基于EasyCV复现ViTDet：单层特征超越FPN
ViTDet其实是恺明团队MAE和ViT-based Mask R-CNN两个工作的延续。MAE提出了ViT的无监督训练方法，而ViT-based Mask R-CNN给出了用ViT作为backbone的Mask R-CNN的训练技巧，并证明了MAE预训练对下游检测任务的重要性。而ViTDet进一步改进了一些设计，证明了ViT作为backone的检测模型可以匹敌基于FPN的backbone(如SwinT和MViT)检测模型。
【ASPLOS 2022】机器学习访存密集计算编译优化框架AStitch，大幅提升任务执行效率
近日，关于机器学习访存密集计算编译优化框架的论文《AStitch: Enabling A New Multi-Dimensional Optimization Space for Memory-Intensive ML Training and Inference on Modern SIMT Architectures》被系统领域顶会ASPLOS 2022接收。
阿里云机器学习平台PAI论文入选国际顶会ASPLOS 2022
近日，阿里云机器学习PAI主导的论文《机器学习访存密集计算编译优化框架AStitch》入选国际顶会ASPLOS 2022，论文通过编译优化的手段来自动化地提高机器学习任务的执行效率。此次入选意味着阿里云机器学习平台PAI自研的深度学习编译优化系统达到了全球业界先进水平，获得了国际学者的认可，展现了中国机器学习系统技术创新在国际上的竞争力。
知乎李大海对话阿里云贾扬清：透视AI应用难题与未来趋势
“AI行业接下来可能有哪些发展？” “一线从业者如何看待其中的机会？”知乎合伙人、CTO李大海与阿里巴巴副总裁、阿里云智能高级研究员贾扬清亮相知乎直播，与网友分享了他们对AI时代下行业趋势、技术应用、个人成长等多个层面的洞察和思考。
体验机器学习PAI-DSW动手实验室，赢取价值20000大礼包及定制T恤衫
动手体验数据科学，成为PAI-DSW探索者！快来体验机器学习PAI-DSW动手实验室，测一测你的相亲战斗力指数，还能赢取价值20000大礼包及定制T恤衫！
农业贷款预测的回归算法实现_1257
农业贷款预测的回归算法实现<br />数据源:<br />数据大小:6.62 KB<br />字段数量:10<br />使用组件:读数据表,线性回归(旧),SQL脚本,过滤与映射,合并列<br />
