网站服务解决方案
依托百度云高性能、高可靠、高稳定性的计算服务，结合百度Web生态专属优势，打通网站全生命周期需求，为不同规模、性质和需求的企业客户提供丰富、灵活、高效的网站解决方案，赢得业务上云第一站
智算网络平台 AICP - 云监控BCM | 百度智能云文档
智算网络平台 AICP 智算网络平台 AICP 仅包含实例监控（Instance）1种监控对象类型，实例监控包含的监控指标列表如下： 实例监控（Instance） 指标英文名称（metric name） 指标中文名称 单位 维度 备注 CPUUsagePercent CPU使用率 % 无 CPUUsagePercent CPU使用率 % 实例 仅Linux CpuIdlePercent CPU空闲率
门店导入 - EasyDL零门槛AI开发平台 | 百度智能云文档
导入方式 批量导入 该方式适用于将门店多条门店数据导入至门店库中，在「导入方式」选项中选择「批量导入」，按页面所提示内容将本地的门店文件上传至平台，点击「确认」即可开始导入。 单店导入 该方式适用于将单条门店数据导入至门店库中，在「导入方式」选项中选择「单店导入」，在页面上按要求完成各项目填写，点击「确认」即可开始导入。
简介 - 超级链数字商品可信登记平台XuperAsset | 百度智能云文档
简介 简介 欢迎使用百度超级链的核心产品——数字商品可信登记平台XUPERASSET。 数字商品可信登记平台是基于超级链的底层技术，将ERC721及ERC1155等协议封装为标准化API与SDK的云端服务。
效果优化 - EasyDL零门槛AI开发平台 | 百度智能云文档
为此平台提供了模型迭代功能，即当模型训练完毕后，会生成一个最新的版本号，首次V1、之后V2……以此类推。可以通过调整训练数据和算法，多次训练，以获得适合业务需求的模型效果。 如果模型已经是上线状态，依然支持模型迭代，只是需要在训练完毕后更新线上服务接口，在接口地址不变的情况下可以持续优化效果。
[AI行业案例]-易审系统——重庆法院智能办案平台
案例故事 核心诉求 根据最高人民法院《关于全面推进人民法院电子卷宗随案同步生成和深度应用的指导意见》和《最高人民法院加快建设智慧法院的意见》精神，为充分利用全市法院历年形成的电子卷宗、电子材料为案件办理工作服务，推动利用电子卷宗和电子材料信息进行数据提取、数据回填、文书自动生成等技术，提升电子卷宗服务法官的能力，提高法官智能化办案水平，急需建设法院电子卷宗和电子材料信息提取和综合分析系统，辅助法官办案
EasyDL产品体系 - EasyDL零门槛AI开发平台 | 百度智能云文档
全功能： 对货架巡检场景的业务场景提供了货架拼接SDK及API接口，功能强大，体验更优 具体产品 定制商品检测API ：训练定制化商品检测模型，平台提供海量预置商品图片，开放基于百度大规模零售数据的预训练模型及数据增强合成技术，实现低成本获得高精度商品检测AI模型服务 标准商品检测API ：无需训练即可直接使用的商品检测API，支持零售商超常见商品品类检测，针对货架合规性检查场景专项调优，适应大型商超
概述 - 百度数据湖管理与分析平台EDAP | 百度智能云文档
创建、管理计算资源集群 数据管理人员 负责EDAP平台数据管理，拥有所有数据的最高权限，进行数据权限管理。 负责EDAP平台数据安全保障，敏感数据分级管理，数据脱敏管理。 ·数据授权 ·设置数据密级 ·设置用户密级 ·添加数据脱敏规则 业务分析人员 可以使用EDAP的数据湖分析、数据源查询功能进行取数、分析，形成统计分析结果用于业务决策。
常见问题 - BML 全功能AI开发平台 | 百度智能云文档
用户自行安装的框架往往不能在GPU环境下正常运行, 从而对我平台稳定性产生质疑. 因此最终决定暂停支持. 平台对PaddlePaddle进行了充分的适配工作，您可以尝试使用PaddlePaddle. 附带一份TensorFlow和PaddlePaddle的API映射表: https://aistudio.baidu.com/aistudio/projectdetail/80548 Q9.
基于千帆大模型平台 Python SDK的使用 千帆社区
千帆大模型简介 根据惯例，再来回顾一下千帆大模型平台，根据百度官方相关的介绍，千帆大模型平台是一个提供自然语言处理技术和模型服务的平台，它基于先进的深度学习算法和大规模训练数据，提供了一系列强大的语言模型和相关功能，如文本生成、情感分析、问答系统等。而且千帆大模型平台的Python SDK为开发者提供了便捷的接口和工具，使得使用平台上的模型变得更加简单和高效，使用起来非常简单且好用。
效果优化 - EasyDL零门槛AI开发平台 | 百度智能云文档
为此平台提供了模型迭代功能，即当模型训练完毕后，会生成一个最新的版本号，首次V1、之后V2……以此类推。可以通过调整训练数据和算法，多次训练，以获得适合业务需求的模型效果。 如果模型已经是上线状态，依然支持模型迭代，只是需要在训练完毕后更新线上服务接口，在接口地址不变的情况下可以持续优化效果。
