结果字段说明
evaluation_metrics.macro_f1 该实体训练的监督模型所计算的验证集macro f1 score值。evaluation_metrics.precision 该实体训练的监督模型所计算的验证集precision值。evaluation_metrics.recall 该实体训练的监督模型所计算的验证集recall...
智能异常分析概述
有监督 有监督的学习是从标签化训练数据集中推断出函数或模型的机器学习任务。日志常量 日志往往由程序中的 logging 语句或者 print 语句产生。例如 connect mysql server,latency 212ms 日志可能是通过日志输出语句 logging.info("connect...
视频分类训练
针对原始视频数据，您可以使用视频分类训练算法组件对其进行模型训练，从而获得用于推理的视频分类模型。本文介绍视频分类训练算法组件的配置方法及使用示例。前提条件 已开通OSS并完成授权，详情请参见 开通OSS服务 和 云产品依赖与授权：...
PAI图像分类预测
本文为您介绍如何通过PAI-EasyVision使用已有的训练模型完成图像分类离线任务。数据格式 请参见 输入数据格式。图像分类预测 基于已有的文件列表，您可以通过PAI命令启动图像分类预测任务，示例如下。您可以使用 SQL脚本 组件进行PAI命令...
PAI图像多标签预测
本文为您介绍如何通过PAI-EasyVision使用已有的训练模型完成图像打标离线任务。数据格式 请参见 输入数据格式。图像多标签预测 基于已有的文件列表，您可以通过PAI命令启动图像打标离线任务，示例如下。您可以使用 SQL脚本 组件进行PAI命令...
三方开源大语言模型
目前Ziya-LLaMA通用大模型已完成大规模预训练、多任务有监督微调和人类反馈学习三阶段的训练过程。姜子牙通用大模型V1是大规模预训练语言模型，支持中文英文等不同语言输入。Dolly开源大语言模型 dolly-12b-v2 由Databricks出品的大规模...
概述
少：少样本学习（few-shot learning）技术顾名思义是只使用少量监督数据训练模型的技术。其中一种典型的少样本学习方法是元学习（meta learning）。鉴于本文的目的不是介绍这些学习技术，这里不再过多介绍，有兴趣的同学可以参考一下：...
脏话识别服务
你不要说我说什么话都有节奏，*不怕我*的干嘛，我就说了咋地，*我不怕没有延迟的马路，*这种话怎么怎么了，*没怎么没怎么没怎么，只不过是这么说而已。\"};RunPreTrainServiceRequest request=new RunPreTrainServiceRequest();request....
姜子牙通用大模型
Ziya-LLaMA通用大模型是由IDEA研究院出品的大...目前Ziya-LLaMA通用大模型已完成大规模预训练、多任务有监督微调和人类反馈学习三阶段的训练过程。开发者可以通过以下链接，了解如何通过大模型服务平台调用Ziya-LLaMA API。快速使用 API详情
通过Elasticsearch机器学习实现业务数据的智能检测和...
创建推理机器学习任务 训练航班延误预测任务 本操作通过回归算法训练一个监督机器学习任务，使用Kibana自带的样例数据Sample flight data，该数据集为虚构的航班数据，通过回归算法根据历史数据训练航班延误时间的任务。预测任务可以为航空...
姜子牙通用大模型
Ziya-LLaMA通用大模型是由IDEA研究院...目前Ziya-LLaMA通用大模型已完成大规模预训练、多任务有监督微调和人类反馈学习三阶段的训练过程。开发者可以通过以下链接，了解如何通过DashScope灵积模型服务调用Ziya-LLaMA API。快速使用 API详情
数据埋点指南
本文通过新闻行业举例说明，智能推荐适合什么样的场景，需要怎么样的埋点数据进行模型训练。使用业务场景 以智能推荐的 猜你喜欢、新闻行业 为例，适用于首页的feed流推荐，以优化用户的点击率为主。如下图所示：目的为通过终端用户的浏览...
模型管理
已经有训练完成的任务。具体操作，请参见 提交Tensorflow训练任务和定时任务。操作步骤 登录开发控制台。具体操作，请参见 步骤二：登录开发控制台。在AI开发控制台的左侧导航栏中，单击 模型管理。单击 模型管理 页面的 创建模型。在 创建...
配置FeatureStore项目
Label表 Label表是模型训练时Label所在的表，带有模型训练目标和特征实体的JoinId。在推荐场景中一般是由行为表通过 group by user_id/item_id/request_id 等操作得到。前提条件 已创建离线和在线数据源，操作详情请参见 配置数据源。已将...
应用案例
它就是在分类之前通过目视判读和野外调查，对遥感图像上某些样区中影像地物的类别属性有了先验知识，对每一种类别选取一定数量的训练样本，计算机计算每种训练样区的统计或其他信息，同时用这些种子类别对判决函数进行训练，使其符合于对各...
K近邻
K近邻算法进行分类的原理是针对预测表的每行数据，从训练表中选择与其距离最近的K条记录，将这K条记录中类别数量最多的类，作为该行的类别。组件配置 您可以使用以下任意一种方式，配置K近邻组件参数。方式一：可视化方式 在 Designer 工作...
训练加速（Pai-Megatron-Patch）概述
背景信息 Pai-Megatron-Patch工具是阿里云机器学习平台PAI算法团队研发，基于阿里云智算服务PAI-灵骏平台的大模型最佳实践解决方案配套工具，旨在帮助大模型开发者快速上手灵骏产品，完成大语言模型（LLM）的高效分布式训练，有监督指令...
FeatureStore概述
FeatureStore作为PAI产品中心化的数据管理和共享平台，用于组织、存储和管理机器学习和AI训练中使用的特征数据。FeatureStore可以方便地向多人、多团队共享特征，保证离线在线特征数据的一致性，并提供高效的在线特征访问。什么是...
使用EasyTransfer进行文本分类
本文以文本分类为例，为您介绍如何在PAI-DSW中使用EasyTransfer，包括启动训练、评估模型、预测模型及导出并部署模型。前提条件 已创建PAI-DSW实例，且该实例满足版本限制，详情请参见 创建及管理DSW实例 和 使用限制。说明 建议创建PAI-...
基于对象特征的推荐
基于对象特征的推荐场景通用流程 将数据导入MaxCompute，生成有监督的结构化数据。进行特征工程，例如数据的预处理和特征衍生。特征衍生的作用是扩充数据维度，使数据能更大限度地展示业务特点。将数据拆分为两份。其中一份作为训练数据，...
过滤式特征选择
根据您使用的不同特征选择方法，从所有稀疏或稠密格式的特征数据中选择并过滤出TopN的特征数据，同时保存为特征重要性表，实现了降低模型训练的难度和提高训练模型的精确度。本文为您介绍 Designer 提供的过滤式特征选择组件的参数配置和...
商品推荐任务
新建推荐任务 说明 新建推荐任务时将使用状态为训练成功的唯一算法模型，请确保本空间当前有训练成功的算法模型，否则不能新建推荐任务。可推荐用户范围为算法模型使用的行为数据集涉及的用户，且用户在该行为数据集中必须在近1年内有购买...
快速使用
目前Ziya-LLaMA通用大模型已完成大规模预训练、多任务有监督微调和人类反馈学习三阶段的训练过程。当前在大模型服务平台部署服务时使用的ModelScope社区模型id：Fengshenbang/Ziya-LLaMA-13B-v1，模型版本：v1.0.3。更多信息可以参考...
快速使用
目前Ziya-LLaMA通用大模型已完成大规模预训练、多任务有监督微调和人类反馈学习三阶段的训练过程。当前在灵积平台部署服务时使用的ModelScope社区模型id：Fengshenbang/Ziya-LLaMA-13B-v1，模型版本：v1.0.3。更多信息可以参考ModelScope上...
常见问题
每次迭代好新的数据，最好把所有的最新数据放一起，从基础模型开始训练，不建议从之前SFT的模型开始训练（百炼支持的这种模型，更多是考虑训练成本，基于每次训练好的模型使用增量数据训练，比全量数据训练更快，但效果没那么好）。...
用户自定义模型使用案例
训练的数据是由一个正则化后的30维度的向量组成，该数据从 Wisconsin Breast Cancer Dataset 获取，并已提前将数据导入至数据库中，如下图所示：其中，通过训练数据中的 diagnosis 列来判断患者是否真的生病。使用的模型为TensorFlow平台...
x13_arima
数据展示 输出表 outputDetailTableName 字段说明 column name comment key model：表示模型 evaluation：表示评估结果 parameters：表示训练参数 log：表示训练日志 summary 存储具体信息。数据展示 常见问题 为什么预测结果都一样？在...
x13_auto_arima
数据展示 输出表 outputDetailTableName 字段说明 column name comment key model：表示模型 evaluation：表示评估结果 parameters：表示训练参数 log：表示训练日志 summary 存储具体信息。数据展示 常见问题 为什么预测结果都一样？在...
使用GPU拓扑感知调度（Tensorflow版）
ACK基于Scheduling Framework机制，实现GPU拓扑感知调度，即在节点的GPU组合中选择具有最优训练速度的组合。本文介绍如何使用GPU拓扑感知调度来提升TensorFlow分布式训练的训练速度。前提条件 已创建ACK Pro集群，且集群的实例规格类型选择...
使用GPU拓扑感知调度（Pytorch版）
ACK基于Scheduling Framework机制，实现GPU拓扑感知调度，即在节点的GPU组合中选择具有最优训练速度的组合。本文介绍如何使用GPU拓扑感知调度来提升PyTorch分布式训练的训练速度。前提条件 已创建ACK Pro集群，且集群的实例规格类型选择为 ...
特征离散
支持基于Gini增益离散和基于熵增益离散等有监督离散。说明 标签类特征离散必须是枚举类型STRING或BIGINT类型。有监督离散是根据熵增益不断遍历寻找切分断点，运行时间可能比较久。切分得到的分区数不受指定的maxBins参数限制。参数配置 您...
API详情
目前Ziya-LLaMA通用大模型已完成大规模预训练、多任务有监督微调和人类反馈学习三阶段的训练过程。当前在灵积平台部署服务时使用的ModelScope社区模型id：Fengshenbang/Ziya-LLaMA-13B-v1，模型版本：v1.0.3。更多信息可以参考ModelScope上...
API详情
目前Ziya-LLaMA通用大模型已完成大规模预训练、多任务有监督微调和人类反馈学习三阶段的训练过程。当前在大模型服务平台部署服务时使用的ModelScope社区模型id：Fengshenbang/Ziya-LLaMA-13B-v1，模型版本：v1.0.3。更多信息可以参考...
组件参考：所有组件汇总
组件类型 组件 描述 自定义组件 自定义组件 支持在AI资产管理中创建自定义组件，自定义组件创建成功后，您可以在Designer中将该组件与官方组件串联使用进行模型训练。源/目标 读OSS数据 该组件用来读取对象存储OSS Bucket路径下的文件或...
模型说明
UIE小样本实体抽取模型 基于Deberta模型在千万级监督和远监督数据上预训练得到，除关系抽取外，也支持任意多元组集合的抽取，如事件抽取、观点抽取等；可以较好地处理零样本场景下推理（不需要训练数据，直接预测）和小样本场景下fine-tune...
支持向量机
支持向量机（SVM）是在分类分析中分析数据的监督式学习模型与相关的学习算法，也被拓展运用于回归问题。支持向量机在高维度或无穷维度空间中，构建一个超平面或者一系列的超平面，可以用于分类、回归或者别的任务。直观地看，借助超平面去...
标注模板说明
iTAG官方模板提供了多种RLHF模板，如多模态RLHF标注、对话排序、对话改写、图生文模板，您可以基于系统提供的这些模板修改为符合自己业务需求的模板，然后再创建对应的标注任务并进行处理，从而提高您的模型训练效果。进入智能标注 iTAG-...
阿里云ES机器学习
创建推理机器学习任务 基于Data frame 的回归与分类 允许对结构化数据进行分类和回归分析，属于有监督学习，适合于那些已经明确了问题定义和相应数据标签的场景。自然语言处理（NLP）任务 可以与其他NLP和机器学习工具集成，以支持例如文本...
GBDT二分类V2
梯度提升决策树(Gradient Boosting Decision Trees)二分类，是经典的基于梯度提升（Gradient Boosting）的有监督学习模型，可以用来解决二分类问题。支持计算资源 支持的计算引擎为MaxCompute。算法简介 梯度提升决策树(Gradient Boosting ...
PAIFlow Manifest参数说明
provider String 无 是 工作流提供方，目前有以下两种：自定义工作流为用户的UID。官方工作流为PAI。guid String 无 否 唯一ID，同一个工作流内不允许重复。只用在临时节点中，用于标识临时节点。displayName String 无 否 显示名，不要求...
- 产品推荐
- 这些文档可能帮助您