检测到您已登录华为云国际站账号,为了您更好的体验,建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
应消息头中X-Subject-Token的值) 表3 请求Body参数 参数 是否必选 参数类型 描述 action 否 String 可填值CANCEL_PUSH,表示将“推送中”和“二次推送中”的版本回退到上一个状态。 status和action字段至少填写一项,若两项都存在
查看数据递送订单详情,选择待脱敏的数据包,单击创建脱敏作业。 图3 创建脱敏作业 完成算子基本配置。 图4 算子基本信息 处理算子:根据需要选择数据脱敏算子。 资源规格:选择合适的资源规格。 优先级:设定任务的优先级,数值取[-50,50]的整数,数字越大,优先级越高。 环境变量:配置算子的环境变量。允许添加的环境变量个数不超过10个。
换为用户的编译环境。 对于Dockerfile的统一构建方式如下: docker build –f [DockerfileName] –t [ImageName:ImageVersion] . 镜像运行时,会向运行环境注入部分默认文件配置: 表1 环境变量说明 任务名称 文件名 环境变量
蒙特卡洛采样 拉丁超立方采样 拉丁超立方采样的目的是用较少的采样次数,来达到与多次蒙特卡洛采样相同的结果,并且涵盖更全面的边界点。 如下图所示,同样对于µ=0,δ=1的正态分布,可以利用更少的采样点得到相同的分布,并且不会产生明显的聚集现象,边界值也能更容易获取到。 图2 拉丁超立方采样 联合概率分布采样
/dataset/ OBS需通过用户桶的ak,sk依据OBS相关的sdk获取到用户所需筛选的源数据,示例: 图1 示例图1 图2 示例图2 TARGET_RESULT_DIR TARGET_RESULT_DIR为存放筛选或者格式转换后数据的路径,本地路径示例: /tmp/temp
蒙特卡洛采样是一种简单的随机抽样,根据概率分布进行采样,如对样本服从µ=0,δ=1的正态分布,通过蒙特卡洛采样进行采样,采样得到的点能满足正态分布要求,如下图所示,采样得到的点会集中µ=0附近,要想采样得到更边界的点,需要进行大量采样。 图1 蒙特卡洛采样 拉丁超立方采样 拉丁超立方采样的目的是
模型评测 在机器学习中,通常需要使用一定的方法和标准,来评测一个模型的预测精确度。自动驾驶领域通常涉及目标检测、语义分割、车道线检测等类别,如识别车辆、行人、可行区域等对象。 评测脚本 评测任务 任务队列 评测对比 模型数据集支持 父主题: 训练服务
处理算子:选择输出类型为数据集的算子。 资源规格:当前项目中可用的资源规格,资源配置需要平台管理员在集群纳管中创建。 优先级:设定任务的优先级,数值取[-50,50]的整数,数字越大,优先级越高。 数据类型:选择“通用存储”。 选择存储目录:选择需要操作的通用存储中的数据。 输出目录:选择可输出的通用存储的目录。
参数类型 描述 topic 是 String opendata消息名 最大长度:255 size 否 String 大小规格,在获取camera和gnss类型数据时,size参数必填。camera类型size为s或m,gnss类型size为l或s 缺省值:m 请求参数 表3 请求Header参数
warehouse_id 是 String 抽帧结果放入的数据仓库id dataset_id 否 String 抽帧结果放入的数据集id 最大长度:36 topics 是 Array of strings 抽帧topic列表,仅限对应数据包内lidar和camera类型的topic,最多10个 数组长度:1
FollowLeadVehicleEmergencyBrake 简述:主车Ego和正前方33.33m的头车lead_vehicle按照相同的初始速度匀速行驶,前车突然刹车,10000s后激活Ego的controller,40s后停止场景(激活时间与场景停止时间可修改)。 osc2