产品优势
数据安全 访问白名单和一键恢复，多层网络安全防护 VPC私有网络：实例部署在利用OverLay技术在物理网络基础上构建的专有VPC虚拟网络上，在TCP层直接进行网络隔离保护。DDoS防护：在网络入口实时监测，当发现超大流量攻击时，对源IP进行清洗...
不同安全组的经典网络实例内网互通
如果您的ECS实例是经典网络类型，您可以通过设置安全组规则来实现两台不同安全组的经典网络实例内网互通，以满足您在搭建内部网站或应用服务、部署数据库集群或应用系统等业务场景下的需求。本文主要介绍实现经典网络实例内网互通的四种...
通用安全基线
网络安全风险：虚拟化网络的多层化使网络架构的实施和网络策略配置更复杂，外连的多样性使组织内部网络架构梳理变得困难。若配置不当会让黑客更容易实施横向攻击，使业务大面积受损。且上云使企业被攻击的可能性大幅增加。应用安全风险：...
人工神经网络
人工神经网络有多层和单层之分，每一层包含若干神经元，各神经元之间用带可变权重的有向弧连接，网络通过对已知信息的反复学习训练，通过逐步调整改变神经元连接权重的方法，达到处理信息、模拟输入输出之间关系的目的。计算逻辑原理 依据...
通用环境变量列表
DLC为TensorFlow训练配置的通用环境变量如下：环境变量名 描述 TF_CONFIG TensorFlow分布式网络拓扑信息，示例如下：{"cluster":{"worker":["dlc1y3madghd*-worker-0.t1612285282502324.svc:2222","dlc1y3madghd*-worker-1.t...
准备工作
提交分布式训练任务时支持选择的公共镜像列表如下：类型 框架 镜像 社区镜像 TensorFlow tensorflow-training:2.3-cpu-py36-ubuntu18.04 tensorflow-training:2.3-gpu-py36-cu101-ubuntu18.04 tensorflow-training:1.15-cpu-py36-ubuntu18....
灵骏智算资源组使用指南
TensorFlow环境变量 TensorFlow分布式作业通过TF_CONFIG环境变量来构建分布式的网络拓扑信息，对于TensorFlow，DLC设置了如下环境变量：环境变量名 描述 TF_CONFIG TensorFlow分布式网络拓扑信息，示例如下：{"cluster":{"worker":["dlc1y3...
机器学习
MADlib机器学习模块主要解决以下问题：分类/回归问题：提供一系列算法如K最近邻、MLP多层感知神经网络、SVM支持向量机、决策树等算法来解决二元分类/回归问题，集成最小二乘法、GLM广义线性回归、逻辑回归、多项式回归等模型来解决回归问题...
命令行使用说明
vpc,-vpc,-vpc_name：指定私有网络名称。cuda,-install_cuda,-cuda_install：自动化安装CUDA。创建一个Ubuntu系统的实例，并指定实例名称和规格，同时自动安装CUDA：fastgpu create-name fastgpu_vm-np 1-instance_type ecs.gn6v-c8g1.16...
使用EAIS推理PyTorch模型（Python）
您可以在ECS实例（非GPU实例）上绑定一个...您也可以使用EAIS体验EAIS推理TensorFlow模型的完整使用流程，帮助您快速上手EAIS，具体操作，请参见 使用EAIS推理TensorFlow模型。说明 更多EAIS实例使用方法，请参见 使用EAIS实例 或 实践教程。
使用EAIS推理PyTorch模型（C++）
您可以在ECS实例（非GPU实例）上绑定一个...您也可以使用EAIS体验EAIS推理TensorFlow模型的完整使用流程，帮助您快速上手EAIS，具体操作，请参见 使用EAIS推理TensorFlow模型。说明 更多EAIS实例使用方法，请参见 使用EAIS实例 或 实践教程。
创建GPU实例
网络类型 说明 相关文档 专有网络 专有网络是您在阿里云自己定义的一个隔离网络环境，您可以完全掌控自己的专有网络，例如选择IP地址范围、配置路由表和网关等。如果在创建实例时不需要自定义专有网络配置，您可以跳过本步骤，系统会自动...
PAI视频分类
PAI平台提供视频分类相关算法，支持千万级别超大规模的视频样本训练。本文为您介绍如何基于短视频...视频分类最终生成的模型为TensorFlow SaveModel格式，存储在 model_dir 路径下。您可以将该模型部署至EAS，详情请参见 服务部署：控制台。
步骤二：部署vSGX端
本实践配置如下：sgx.protected_files.model="file:models/resnet50-v15-fp32/1/saved_model.pb"用户侧生成的加密模型文件和TLS配置文件后，通过网络传输放到TensorFlow_Serving目录下。sgx_default_qcnl.conf：配置阿里云PCCS访问地址 tf_...
在ACK集群上使用eRDMA
弹性RDMA（Elastic Remote Direct Memory Access，简称eRDMA），是阿里云提供的低延迟、大吞吐、高弹性的高性能RDMA网络服务。eRDMA是基于第四代神龙系统架构和云上VPC网络、100%兼容RDMA生态、提供超大规模网络部署的ECS普惠RDMA服务。...
阿里云电子政务云机房介绍
2022年5月上线 机房合规 满足网络安全法要求 满足等级保护三级要求 拥有国密加密算法，满足政务国密需求 机房安全 多层防护 独立部署 独立运维 网络情况 多线路BGP 多方向路由出口 容灾 支持冷备、热备以及多活等容灾架构 产品数 截至文档...
ResNet50优化案例：使用Blade优化基于TensorFlow的...
ResNet50作为一个广泛应用的经典结构网络，其优化在多种推理部署场景中都具有很高的实用价值。本文介绍如何使用Blade优化基于TensorFlow的ResNet50模型。背景信息 残差网络ResNet（Residual Network）作为计算机视觉任务主干经典神经网络的...
MLP二分类/MLP多分类/MLP回归
多层感知机是一种前馈神经网络，通过多个神经元的组合对输入特征进行非线性变换和特征提取，最终输出一个连续的预测结果。在训练过程中，利用反向传播算法（Backpropagation）和梯度下降算法（Gradient Descent）来优化模型参数，以最小化...
横向MLP二分类/MLP多分类/MLP回归
多层感知机是一种前馈神经网络，通过多个神经元的组合对输入特征进行非线性变换和特征提取，最终输出一个连续的预测结果。在训练过程中，利用反向传播算法（Backpropagation）和梯度下降算法（Gradient Descent）来优化模型参数，以最小化...
开源软件迁移
本文介绍Nginx、MySQL、Redis、TensorFlow、PyTorch等开源软件如何在倚天云服务上使用。Nginx Nginx是一个高性能的HTTP和反向代理Web服务器，同时也提供IMAP/POP3/SMTP服务。您可以直接在倚天云服务器上安装使用。sudo yum install nginx-y...
概述
本文介绍如何基于安全增强型实例（Intel ® SGX）部署TensorFlow Serving在线推理服务的技术架构和使用流程。背景信息 TensorFlow Serving是Google开源的机器学习平台TensorFlow生态的一部分，它的功能是将训练好的模型运行起来，提供接口...
PAI-TF概述
背景 TensorFlow是Google最新的开源深度学习计算框架，支持CNN、RNN及LSTM等多种神经网络模型，对语音、图像及文本等领域的模型训练效率极佳。TensorFlow的功能丰富且强大，并拥有高度灵活的API，受到业界的高度关注。PAI-TF是人工智能平台...
在文件存储 HDFS 版上使用TensorFlow
本文介绍如何在 文件存储 HDFS 版 上使用TensorFlow。前提条件 已开通 文件存储 HDFS 版 服务并。具体操作，请参见 开通文件存储HDFS版服务。已完成创建文件系统、添加挂载点和挂载文件系统。具体操作，请参见 快速入门。已为Hadoop集群...
在GPU实例上使用RAPIDS加速图像搜索任务
本文案例中，使用开源框架TensorFlow和Keras配置生产环境，然后使用ResNet50卷积神经网络完成图像的特征提取及向量化，最后使用RAPIDS cuML库的KNN算法实现BF方式的向量索引和检索。说明 BF（Brute Force）检索方法是一种百分百准确的方法...
Tensorflow
tensorflow_cpu_2.7 Tensorflow 2.7 否 tensorflow_gpu_1.12 Tensorflow 1.12 是 tensorflow_gpu_1.14 Tensorflow 1.14 是 tensorflow_gpu_1.15 Tensorflow 1.15 是 tensorflow_gpu_2.4 Tensorflow 2.4 是 tensorflow_gpu_2.7 Tensorflow 2...
搭建TensorFlow
本文以一个Github上基于GPU的TensorFlow训练任务为例，介绍如何基于 ACK Serverless集群，使用ECI来运行训练任务。背景信息 近些年来，人工智能与机器学习已经被广泛应用到各个领域，各种各样的训练模型被提出，更多的训练任务运行到云上。...
TensorFlow（仅对存量用户开放）
Data Science集群内置Python 3的Tensorflow 1.15.0版本，可以直接使用。其中Master节点只支持购买CPU资源计算TensorFlow作业，Core节点支持购买CPU或GPU资源计算TensorFlow作业。本文主要介绍如何查看TensorFlow的版本、切换TensorFlow版本...
使用ECI运行TensorFlow任务
本文以一个Github上基于GPU的TensorFlow训练任务为例，介绍如何基于 ACK Serverless集群，使用ECI来运行训练任务。背景信息 近些年来，人工智能与机器学习已经被广泛应用到各个领域，各种各样的训练模型被提出，更多的训练任务运行到云上。...
使用GPU拓扑感知调度（Tensorflow版）
arena get tensorflow-topo-4-vgg16-type mpijob 预期输出：Name:tensorflow-topo-4-vgg16 Status:RUNNINGNamespace:default Priority:N/A Trainer:MPIJOB Duration:2m Instances:NAME STATUS AGE IS_CHIEF GPU(Requested)NODE-tensorflow-...
使用EAIS推理TensorFlow模型
def(graph_def,name='')with tf.Session()as sess:result=sess.run(.)如果您需要使用EAIS推理您的TensorFlow模型，请将源代码修改为如下内容：#导入tensorflow模块 import tensorflow as tf#导入eais tensorflow模块 import eais_...
在GPU实例上部署NGC环境
本文以搭建TensorFlow深度学习框架为例，为您介绍如何在GPU实例上部署NGC环境。背景信息 NGC作为一套深度学习生态系统，阿里云在镜像市场提供了针对NVIDIA Pascal GPU优化的NGC容器镜像。通过部署镜像市场的NGC容器镜像，您能简单快速地...
附录：历史版本下载与安装
v3.27.0 Python包安装命令如下：CPU Tensorflow 1.15.0与PyTorch 1.6.0。pai_blade_cpu pip3 install pai_blade_cpu=3.27.0+1.15.0.1.6.0-f ...
使用SDK部署TensorFlow模型推理
前提条件 已使用PAI-Blade对TensorFlow模型进行了优化，详情请参见 优化TensorFlow模型。已安装SDK并获取鉴权Token，详情请参见 安装Blade。因为本文使用GCC 4.8，所以需要使用pre-cxx11 ABI的SDK。本文选用3.7.0版本的RPM包。说明 经过PAI...
产品功能
多层安全防护体系，为您抵御90%以上的网络攻击 DDoS 防护：在网络入口实时监测，当发现超大流量攻击时，对源IP进行清洗，清洗无效情况下可以直接拉进黑洞。IP 白名单配置：最多支持配置1000个允许连接实例的服务器IP地址，从访问源进行直接...
创建TensorFlow任务
通过ACK One Fleet实例，您可以使用和单集群相同的方式创建TensorFlow任务。由Fleet实例根据TensorFlow任务需要的资源和关联集群的剩余资源，执行动态调度策略，选择适合的关联集群下发TensorFlow任务。本文介绍如何创建TensorFlow任务并...
安装Blade
您可以安装TensorFlow社区提供的包，安装命令如下：#GPU 版本的 Tensorflow pip3 install tensorflow-gpu=1.15.0#或者：pip3 install tensorflow-gpu=2.4.0#CPU 版本的 Tensorflow pip3 install tensorflow=1.15.0#或者 pip3 install ...
部署Tensorflow模型推理服务
本文介绍如何通过Arena将TensorFlow模型部署成推理服务。前提条件 已创建包含GPU的Kubernetes集群。集群节点可以访问公网。已配置Arena客户端。已完成TensorFlow单机训练。操作步骤 说明 本文采用TensorFlow 1.15训练的Bert模型部署推理...
监控集群GPU资源最佳实践
apiVersion:batch/v1 kind:Job metadata:name:tensorflow-benchmark-exclusive spec:parallelism:1 template:metadata:labels:app:tensorflow-benchmark-exclusive spec:containers:name:tensorflow-benchmark image:registry....
提交GPU共享模型推理任务
系统输出类似以下结果：2021-01-18 13:21:58.482985:I external/org_tensorflow/tensorflow/cc/saved_model/loader.cc:206]Restoring SavedModel bundle.2021-01-18 13:21:58.483673:I external/org_tensorflow/tensorflow/core/platform/...
使用AIACC-Training TensorFlow版
TensorFlow目前进行数据分布式训练的主流方式是Horovod，AIACC-Training 1.5支持使用Horovod API兼容的方式对TensorFlow分布式训练进行加速。本文为您介绍使用AIACC-Training TensorFlow版的具体操作及可能遇到的问题。适配Horovod API 本...
- 产品推荐
- 这些文档可能帮助您