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
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
topicrank算法（topicrank） 功能介绍 根据输入参数，执行TopicRank算法。 TopicRank算法12345热线多维度话题排序算法之一，适用于政务12345热线投诉话题排序。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm
安装硬终端 对于新购买的硬终端，请先根据随硬终端发货的纸质操作指导完成硬终端的安装。 安装指导辅助教程见下表： 终端型号 安装指导 TE TE10终端安装指导 TE20终端安装指导 TE30终端安装指导 TE40终端安装指导 TE50终端安装指导 TE60终端安装指导 CloudLink
n_paths算法（n_paths） 功能介绍 根据输入参数，执行n_paths算法。 n_paths算法用于寻找图中两节点之间在层关系内的n条路径。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm 表1 路径参数
单击“确定”，并复制OAuth2集成认证的凭据。 图2 认证凭据 配置“首页URL”，此参数配置为产品页面的URL，集成CraftArts IPDCenter单点登录后，在登录成功后用户会跳转到相应的地址，跳转地址的域名需要和此配置保持一致； 配置“用户退出通知地址”，此参数会在CraftArts
安装硬件设备 根据部署规划时的网络设备安装点位设计、设备间互联等信息，完成网络设备的硬件安装、连线、上电等操作，具体指导文档请参见表1。 表1 硬件安装与布线任务一览表 任务 任务说明 参考链接 安装硬件设备 硬件设备安装需要遵循施工规范，常见的硬件施工规范有： 物理设备必须可靠接地。
通过终端界面配置 TE系列硬终端V600R019C00SPC200及以上版本支持使用激活码方式激活。 通过遥控器进入硬终端的配置向导界面。 首次开机时，缺省进入遥控器配置向导界面。 非首次开机，您可以按遥控器键显示菜单栏，按方向键选择“高级 > 设置 > 安装 > 设置向导”，进入“设置向导”界面。
关联预测算法（link_prediction） 功能介绍 根据输入参数，执行link_prediction算法。 关联预测算法（link_prediction）给定两个节点，根据Jaccard度量方法计算两个节点的相似程度，预测节点之间的紧密关系。 URI POST /ges/v1
格限制，其硬件规格和运行环境要求如表1和表3所示。 IoT边缘服务对部分常见硬件提供认证，同时与昇腾芯片深度集成，提供高性能、低成本的边缘AI推理算力。认证设备见表4。 如需边缘节点（专业版）的主备方案，则要预留备节点的硬件资源，规格与主节点一致。 表1 硬件规格要求 场景 规格要求
全部的源地址是否配置为安装Edge主机的公网IP。确认安全组规则配置无误后，重新进行深度采集。 源端为Windows主机 登录源端主机，开启WinRM服务，方法请参考WinRM服务配置与故障排查。开启WinRM服务后重新进行深度采集。如果仍然失败，请执行步骤2.。 在安装Edg
ALG功能。 选择需要连接的Wi-Fi热点，如果Wi-Fi热点设置了密码，请在弹出的对话框中输入密码后，选择“连接”。单击“下一步”。 在服务器设置界面输入激活码，如图4所示，点击“其他方式 > 华为云”，在自动弹出的参数对话框中输入激活码。 此处的激活码为管理员添加硬件终端时系统通过短信
准备算法 准备需要发布的算法，完成算法的开发与调测。 准备SDC算法 准备IVS1800算法 准备IVS3800算法 准备ITS800算法 父主题： 发布准备
快速配置TE10/TE20 通过终端界面配置 通过Web配置
我的课堂 账号获取 加入教学课堂 查看教学课堂 完成作业 完成实验 查看成绩和答案 加入直播课 父主题： 学习空间
单源最短路算法（SSSP） 概述 单源最短路算法（SSSP）计算了图论中的一个经典问题，给出从给定的一个节点（称为源节点）出发到其余各节点的最短路径长度。 适用场景 单源最短路算法（SSSP）适用于网络路由、路径设计等场景。 参数说明 表1 单源最短路算法（SSSP）参数说明 参数
k跳算法（k-hop） 概述 k跳算法（k-hop）从起点出发，通过宽度优先搜索（BFS），找出k层与之关联的所有节点。找到的子图称为起点的“ego-net”。k跳算法会返回ego-net中节点的个数。 适用场景 k跳算法（k-hop）适用于关系发现、影响力预测、好友推荐等场景。
k跳算法（k_hop） 功能介绍 根据输入参数，执行k跳算法。 k跳算法从起点出发，通过宽度优先搜索（BFS），找出k层与之关联的所有节点。找到的子图称为起点的“ego-net”。k跳算法会返回ego-net中节点及其个数。 URI POST /ges/v1.0/{project
w和Caffe引擎开发的算法模型，因此建议在使用ModelArts开发时，注意选择引擎类型以及模型保存格式。 ModelArts自动学习功能训练生成的模型，暂时不支持用于HiLens平台。 线下开发 线下开发指您在本地使用自己熟悉的算法模型开发工具，开发算法模型。 当前仅支持Te
关联预测算法（Link Prediction） 概述 关联预测算法（Link Prediction）给定两个节点，根据Jaccard度量方法计算两个节点的相似程度，预测节点之间的紧密关系。 适用场景 关联预测算法（Link Prediction）适用于社交网上的好友推荐、关系预测等场景。
发布免费算法 在AI Gallery中，您可以将个人开发的算法免费分享给他人使用。 前提条件 在ModelArts的算法管理中已准备好待发布的算法。创建算法的相关操作请参见创建算法。 创建算法时，算法代码存储的OBS桶内不能存在文件和文件夹重名的情况，这样算法可能会发布失败。如果算法发布成功，则代码开放会失败。
从iClient获取设备硬件ID，申请License。 下载算法包和License 下载算法包和申请的License文件。 iClient 登录iClient 使用iClient帐号登录iClient。 本地导入算法 导入并安装算法。 本地加载License 为了算法的正常使用，请您安装完成后及时加载License。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
