阿里云文档 2025-07-23

使用高性能网络RDMA运行应用

在大规模的AI计算应用中,需要考虑任务间的通信效率,以充分发挥GPU算力的性能。阿里云容器计算服务 ACS(Container Compute Service)提供了低延迟、大吞吐、高弹性的高性能RDMA(Remote Direct Memory Access)网络服务。本文为您介绍如何使用高性能网络RDMA运行应用。

阿里云文档 2025-04-18

使用高性能网络RDMA运行应用

在大规模的AI计算应用中,需要考虑任务间的通信效率,以充分发挥GPU算力的性能。ACK One注册集群接入ACS算力后,提供了低延迟、大吞吐、高弹性的高性能RDMA(Remote Direct Memory Access)网络服务。本文为您介绍如何使用高性能网络RDMA运行应用。

阿里云文档 2025-03-21

基于属性标签将应用调度到高性能网络GPU型虚拟节点上

在使用GPU-HPN预留资源运行应用时,可以基于虚拟节点中的GPU属性标签,将应用调度至目标节点。本文介绍GPU-HPN虚拟节点属性标签基本信息,以及如何将应用部署和运行在指定卡型上。

阿里云文档 2025-03-05

将VPC网络下的SAE应用接入Prometheus监控

本文介绍如何将VPC网络下的SAE应用接入Prometheus监控。

阿里云文档 2024-11-18

基于eRDMA部署高网络性能的bRPC应用

基于支持eRDMA能力的ECS实例部署bRPC应用,可以充分利用eRDMA提供的低延迟、高吞吐量以及低CPU占用等特性,以优化bRPC应用的数据传输效率,适用于对消息吞吐量和时延要求较高的应用场景。本文介绍如何基于支持eRDMA能力的ECS实例部署bRPC应用,并测试eRDMA对bRPC应用的性能提升效果。

文章 2022-07-25 来自:开发者社区

DL之FAN:FAN人脸对齐网络(Face Alignment depth Network)的论文简介、案例应用之详细攻略

目录FAN人脸对齐网络(Face Alignment depth Network)的论文简介FAN人脸对齐网络(Face Alignment depth Network)的案例应用 相关文章Paper:《How far are we from solving the 2D & 3D Face Alignment problem? 》解读与翻译DL之FAN:FAN人脸对齐网络(F....

DL之FAN:FAN人脸对齐网络(Face Alignment depth Network)的论文简介、案例应用之详细攻略
文章 2022-01-27 来自:开发者社区

【计算机网络】网络安全 : 防火墙 ( 简介 | 防火墙功能 | 防火墙分类 | 分组过滤路由器 | 应用网关 )

文章目录一、防火墙简介二、防火墙功能三、防火墙分类四、分组过滤路由器五、应用网关一、防火墙简介防火墙简介 :① 组成 : 防火墙是由 软件 , 硬件 构成的系统 ;② 作用 : 用于在两个网络之间实施 访问控制策略 ;③ 配置 : 访问控制策略由 网络管理员 配置 ;④ 可信网络 : 防火墙内是 可信网络 , 防火墙外是 不可信网络 ;二、防火墙功能防火墙 功能 :① 阻止 : 阻止 某些类型的....

文章 2021-11-05 来自:开发者社区

DL之FAN:FAN人脸对齐网络(Face Alignment depth Network)的论文简介、案例应用之详细攻略

FAN人脸对齐网络(Face Alignment depth Network)的论文简介随着深度学习的到来和大型注释数据集的发展,最近的工作已经显示出前所未有的准确性,甚至在最具挑战性的计算机视觉任务的结果。在这项工作中,我们重点关注landmark 定位,特别是面部landmark 定位,也被称为面部对齐,可以说是过去几十年计算机视觉中研究最多的主题之一。最近使用卷积神经网络(CNNs)进行地....

DL之FAN:FAN人脸对齐网络(Face Alignment depth Network)的论文简介、案例应用之详细攻略
文章 2021-10-28 来自:开发者社区

TF之CNN:Tensorflow构建卷积神经网络CNN的简介、使用方法、应用之详细攻略

目录TensorFlow 中的卷积有关函数入门1、tf.nn.conv2d函数案例应用1、TF之CNN:Tensorflow构建卷积神经网络CNN2、使用简单的函数来替代上面的定义TensorFlow 中的卷积有关函数入门    TensorFlow 构建卷积网络之前,我们需要了解一下 TensorFlow 中的函数:conv_2d() 和 fully_connected()....

文章 2021-10-27 来自:开发者社区

DL之BP:神经网络算法简介之BP算法简介(链式法则/计算图解释)、案例应用之详细攻略(三)

3、反向传播(backpropagation)算法深度学习模型,采用梯度下降和误差反向传播进行模型参数更新。随机初始化网络权重前向传播计算网络输出计算误差后向传播误差到前一层; 计算梯度前面层更新权重和偏置参数从步骤2重复该过程最小化误差直到损失收敛4、前向传播计算使用损失函数比较实际输出和期望输出计算图(Computation Graph):计算过程可以表示成有向图的形式。 前向计算过程:计算....

DL之BP:神经网络算法简介之BP算法简介(链式法则/计算图解释)、案例应用之详细攻略(三)

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐

域名解析DNS

关注DNS行业趋势、技术、标准、产品和最佳实践,连接国内外相关技术社群信息,追踪业内DNS产品动态,加强信息共享,欢迎大家关注、推荐和投稿。

+关注