已找到以下 10000 条记录
  • 方案概述

    的管理界面方便监控,极大的提高了开发效率和代码可维护性。 方案架构 图1 RocketMQ消息收发逻辑图 方案优势 简化开发 高效可靠的消息传递 易于管理和监控

  • 方案概述

    本节操作介绍的FineBI与DLI对接的操作步骤。 更多FineBI信息,请参见FineBI。 方案架构 DLI对接FineBI的方案架构是通过VPCEP实现DLI与FineBI之间的网络连通。 图1 架构图

  • 方案概述

    本文介绍如何使用DevStar创建Java图片采集服务应用。 方案架构 图1 开发流程 方案优势 DevStar提供模板全生命周期管理和按模板快速生成框架代码的功能,帮助

  • 方案概述

    分割、文本三元组等标注场景;提供图片智能标注方案,提升标注效率;提供团队标注能力,支持多人协同标注与标注任务的审核验收 数据处理:提供数据清洗、数据校验、数据增强、数据选择等分析处理能力 方案优势 帮助用户提升数据准备效率。

  • 方案概述

    将CodeArts IDE Online中的代码提交到CodeArts Repo的代码仓库中。 方案架构 图1 方案架构 架构图说明: 开发者在CodeArts IDE Online进行项目代码开发。

  • 方案概述

    方案概述 基于ModuleSDK开发应用实现数据处理或自定义驱动时,分为开发和使用两个部分。 App应用的开发 利用AppClient和DriverClient进行自定义的业务处理

  • 方案概述

    方案概述 基于ModuleSDK开发应用实现数据处理或自定义驱动时,分为开发和使用两个部分。 App应用的开发 利用DcClient进行自定义的业务处理

  • 方案概述

    时安装使用自行评估目标实例规格,定期更新,不会出现人为误差。 方案架构 图1 容器评估逻辑图 方案优势 省去人工评估的繁琐沟通环节,提升效率。 不会出现人工评估的人为误差,提升准确性。

  • 方案概述

    方案概述 应用场景 开发者想要制作一个可以在公网访问的静态页面,需要购买服务器,购买公网IP,购买域名,域名备案等一系列操作,部署周期冗长。往往我们发布的就是一个简单的临时静态页面,不想花这么长时间进行部署。 本文提供一个思路使用FunctionGraph和API

  • 方案概述

    并在环境内通过GO版SDK查询实例列表返回操作结果。代码样例请参照IDE实例查询启动停止。 方案架构 方案优势 开发环境准备省时省力,启动速度提升2倍。 只需十秒即可获得一个支持编码、调试、运行、测试的云上开发环境。

  • 方案概述

    评估。避免了人工评估的频繁沟通,也不会出现人工误差,大大提升效率。 方案架构 图1 评估逻辑图 方案优势 省去人工评估的繁琐沟通环节,提升效率。 不会出现人工评估的人为误差,提升准确性。

  • 方案概述

    格,提升效率,定期更新,不会出现人为误差。 方案架构 图1 通信结构示意图 图2 RDA评估逻辑图 方案优势 省去人工评估的繁琐沟通环节,提升效率。

  • 方案概述

    方案架构 架构图说明: 将队列中的数据同步给同名的队列做确认后再将消息消费给目标端实例的队列,从而实现迁移目的。 方案优势 当前各个云厂商并没有RabbitMQ迁移的工具,本文采用

  • 方案概述

    估目标实例规格,提升效率,定期更新,不会出现人为误差。 方案架构 图1 通信结构示意图 图2 RDA评估逻辑图 方案优势 省去人工评估的繁琐沟通环节,提升效率。 不会出现人工评估的人为误差,提升准确性。

  • 方案概述

    亡,游戏失败。 状态:游戏画面信息。 动作:上、下、左、右。 方案架构 方案优势 提供安全、开放的共享及交易环节,加速AI资产的开发与落地。 保障AI开发生态链上各参与方高效地实现各自的商业价值。

  • 方案概述

    Repo的基本流程。其中,模板使用DevStar官方SpringBoot模板 方案架构 图1 开发流程 方案优势 强大的框架代码初始化能力:支持SpringBoot、Vue、React框

  • 方案概述

    的管理控制台实现对工业数据采集软件的配置,以及流式数据业务逻辑的部署和升级。该方案可以实现工业数据在边缘端的低时延、高吞吐和高安全地处理,是一套实现工业数字转型的理想方案方案架构 图1 边云协同流处理部署架构 系统

  • 方案概述

    告警 方案架构 图1 RDA平台调用RabbitMq通信示意图 图1 RDA评估逻辑图 方案优势 省去人工评估的繁琐沟通环节,提升效率。

  • 方案概述

    方案架构 说明: AI Gallery搜索并下载“traffic”数据集到OBS中。 将下载的数据,在ModelArts中创建一个数据集,再启动标注和发布操作。 方案优势

  • 方案概述

    方案概述 应用场景 针对有一定AI基础的AI初学者,ModelArts基于业界的主流引擎提供了预置算法,无需关注算法开发过程,直接使用预置算法对已有数据进行训练,并快速部署为服务。时序预测可针对时间序列数据进行预测。 本案例提供了一个访问流量