檢測到您已登錄華為云國際站賬號，為了您更好的體驗，建議您訪問國際站服務(wù)網(wǎng)站 http://m.cqfng.cn/intl/zh-cn
不再顯示此消息
檢測到您已登錄華為云國際站賬號，為了您更好的體驗，建議您訪問國際站服務(wù)網(wǎng)站 http://m.cqfng.cn/intl/zh-cn
不再顯示此消息
方案概述 FineBI是帆軟公司推出的一款大數(shù)據(jù)分析BI工具，為業(yè)務(wù)人員和數(shù)據(jù)分析師提供了數(shù)據(jù)管理、數(shù)據(jù)編輯、數(shù)據(jù)可視化等數(shù)據(jù)探索能力。華為云DLI服務(wù)通過對數(shù)據(jù)的融合分析處理，使用Trino交互式引擎的SQL作業(yè)更加適用于交互式分析查詢，為FineBi提供高效的引擎
文章目錄 目錄數(shù)據(jù)庫遷移與版本控制DB Migration 的本質(zhì)是 DDL為什么需要 DB Migration？常見的 DB MigrationAlembicgormigrate 數(shù)據(jù)庫遷移與版本控制 所謂數(shù)據(jù)庫遷移（Migration）就是數(shù)據(jù)庫表結(jié)構(gòu)的演變，更多的是一種
進行管理。 方案架構(gòu) 根據(jù)已有的某貨運公司車輛定時上報的詳單數(shù)據(jù)和貨運訂單數(shù)據(jù)，DLI可以完成對該貨運公司車輛行駛特點分析、記錄明細(xì)的查詢。 詳細(xì)的數(shù)據(jù)說明請參考數(shù)據(jù)說明。 圖1 方案簡介
數(shù)調(diào)整以達到優(yōu)化的目的，使實例達到相對性能的最佳狀態(tài)。 方案架構(gòu) 方案的測試流程，如下圖所示： 圖1 方案架構(gòu) 流程圖說明： Main ： 負(fù)責(zé)框架的啟動，解析參數(shù)并且負(fù)責(zé)初始化。
開發(fā)者需求的推理速度，自動調(diào)優(yōu)并生成滿足要求的模型。 方案架構(gòu) 圖1 方案架構(gòu) 方案優(yōu)勢 可根據(jù)標(biāo)注數(shù)據(jù)自動設(shè)計模型、自動調(diào)參、自動訓(xùn)練、自動壓縮和部署模型 支持圖像分類、
本教程使用視頻類型的數(shù)據(jù)集，指導(dǎo)您如何在ModelArts中對視頻類數(shù)據(jù)進行標(biāo)注，標(biāo)注后的數(shù)據(jù)集，經(jīng)過發(fā)布即可用于模型訓(xùn)練。 方案架構(gòu) 說明： AI Gallery搜索并下載“traffic”數(shù)據(jù)集到OBS中。 將下載的數(shù)據(jù)，
對話功能。 方案架構(gòu) 圖1 方案架構(gòu) 架構(gòu)圖說明： 用戶與公眾號進行對話。 微信與對話機器人對接，提供對話功能。 方案優(yōu)勢 提高工作效率，減輕人工回復(fù)的負(fù)擔(dān)。
來收集和傳輸海量的日志數(shù)據(jù)、傳感器數(shù)據(jù)等。例如，在互聯(lián)網(wǎng)公司中，網(wǎng)站的訪問日志、用戶行為數(shù)據(jù)等都可以通過 Kafka 進行高效的傳輸和存儲，為后續(xù)的數(shù)據(jù)分析和挖掘提供基礎(chǔ)。據(jù)統(tǒng)計，一些大型互聯(lián)網(wǎng)公司每天產(chǎn)生的日志數(shù)據(jù)量可以達到數(shù)百 TB 甚至更高，而 Kafka 能夠穩(wěn)定地處理如此大規(guī)模的數(shù)據(jù)流量。
圖像分割類型的數(shù)據(jù)集，以及數(shù)據(jù)如何進行標(biāo)注，為后續(xù)訓(xùn)練做準(zhǔn)備。 方案架構(gòu) 說明： AI Gallery搜索并下載“dataset-segmentation-88”數(shù)據(jù)集到OBS中。 將下載的數(shù)據(jù)，在Model
數(shù)據(jù)無法永久保存，只能統(tǒng)計創(chuàng)建時間為1年內(nèi)的數(shù)據(jù)。 數(shù)據(jù)不能實時更新，每天自動刷新一次，最晚早上九點左右更新前一天的完整數(shù)據(jù)。 單個報表中添加組件個數(shù)上限為20個。 下載數(shù)據(jù)時，上限為1萬條數(shù)據(jù)。
方案概述 應(yīng)用場景 針對有一定AI基礎(chǔ)的AI初學(xué)者，ModelArts基于業(yè)界的主流引擎提供了預(yù)置算法，無需關(guān)注算法開發(fā)過程，直接使用預(yù)置算法對已有數(shù)據(jù)進行訓(xùn)練，并快速部署為服務(wù)。時序預(yù)測可針對時間序列數(shù)據(jù)進行預(yù)測。 本案例提供了一個訪問流量
方案架構(gòu) 圖1 方案架構(gòu) 通用商品圖像搜索針對入庫的圖像數(shù)據(jù)提供商品類目的目標(biāo)搜索能力，目前支持12類的全品類商品搜索。 服裝商品圖像搜索針對入庫的圖像數(shù)據(jù)提供服裝垂域的目標(biāo)搜索能力，目前
方案概述 應(yīng)用場景 數(shù)據(jù)標(biāo)注任務(wù)中，一般由一個人完成，但是針對數(shù)據(jù)集較大時，需要多人協(xié)助完成。ModelArts提供了團隊標(biāo)注功能，可以由多人組成一個標(biāo)注團隊，針對同一個數(shù)據(jù)集進行標(biāo)注管理。當(dāng)需要標(biāo)注的數(shù)據(jù)較多，且無法使用智能標(biāo)注完成時，可聯(lián)合多人一起標(biāo)注。
方案概述 應(yīng)用場景 目前客戶對云服務(wù)規(guī)格參數(shù)僅停留于云產(chǎn)品文檔而沒有一個方法可以詳細(xì)了解到各個實例具體性能，目前也沒有有效方式針對進行實測其具體性能。針對產(chǎn)品性能基線測試場景需要對產(chǎn)品進行性能測試得到詳細(xì)的壓測數(shù)據(jù)。 本方案可以快速構(gòu)建測試的
圖片，然后通過調(diào)用ModelArts上的動漫頭像制作應(yīng)用，將頭像圖片轉(zhuǎn)化為動漫風(fēng)格的頭像圖片。 方案架構(gòu) 圖1 方案架構(gòu) 架構(gòu)圖說明： 函數(shù)工作流創(chuàng)建APIG觸發(fā)器。 用戶通過網(wǎng)頁訪問，觸發(fā)函數(shù)執(zhí)行。
方案概述 應(yīng)用場景 DLI在創(chuàng)建運行作業(yè)需要連接外部其他數(shù)據(jù)源，如：DLI連接MRS、RDS、CSS、Kafka、DWS時，需要打通DLI和外部數(shù)據(jù)源之間的網(wǎng)絡(luò)。DLI增強型跨源連接，底層采用對等連接的方式打通與目的數(shù)據(jù)源的vpc網(wǎng)絡(luò)，通過點對點的方式實現(xiàn)數(shù)據(jù)互通。
本方案可以快速構(gòu)建測試的客戶端（Kafka官方的壓測客戶端）和不同的Kafka服務(wù)端（ 急速型SSD、通用型SSD、高I/O,超高I/O 4種實例），方便客戶進行POC完成性能驗證。解決客戶對實例實際性能測試無從下手的問題。 方案架構(gòu) 圖1 方案架構(gòu)
效的消息傳遞，可靠的存儲確保數(shù)據(jù)的安全性。還擁有統(tǒng)一的管理界面方便監(jiān)控，極大的提高了開發(fā)效率和代碼可維護性。 方案架構(gòu) 圖1 RocketMQ消息收發(fā)邏輯圖 方案優(yōu)勢 簡化開發(fā)
圖工具。 方案架構(gòu) 圖1 方案架構(gòu) 架構(gòu)圖說明： 函數(shù)工作流創(chuàng)建APIG觸發(fā)器。 用戶通過網(wǎng)頁訪問，觸發(fā)函數(shù)執(zhí)行。 方案優(yōu)勢 無服務(wù)器
本文介紹通過華為云函數(shù)工作流和對話機器人服務(wù)快速創(chuàng)建一個可查詢天氣，并能進行多輪問答的機器人，幫助開發(fā)者了解對話機器人的使用方法。 方案架構(gòu) 圖1 方案架構(gòu) 架構(gòu)圖說明： 用戶與人機對話機器人進行問答交互。 人機對話機器人在作答時調(diào)用函數(shù)工作流。
