Database 操作 - 向量数据库
删除数据库 功能介绍 删除指定的目标数据库，仅支持删除空库，不支持对尚有表存在的库进行递归删除，即删除之前需提前删除该数据库中的所有表，否则报错。
大模型平台常用概念
动态图编程 采用 Python 的编程风格，解析式地执行每一行网络代码，并同时返回计算结果。体验更佳、更易调试，但是因为采用 Python 实时执行的方式，消耗较大，在性能方面与 C++ 有一定差距。 静态图编程 采用先编译后执行的方式。需先在代码中预定义完整的神经网络结构，框架会将神经网络描述为 Program 的数据结构，并对 Program 进行编译优化，再调用执行器获得计算结果。
直接挂载迁移 - 并行文件存储PFS | 百度智能云文档
直接挂载迁移 适用场景 能够在百度云与IDC或三方云之间打通网络（如专线等），且需要将本地IDC或三方云的数据上传至PFS中。 基本原理 将PFS挂载至BCC中当做本地目录，利用数据同步工具（如rsync等）进行数据传输。 操作步骤 第一步：在同一VPC及可用区内创建BCC及PFS。 BCC创建方式请见： BCC创建实例 。
Database 操作 - 向量数据库
删除数据库 功能介绍 删除指定的目标数据库，仅支持删除空库，不支持对尚有表存在的库进行递归删除，即删除之前需提前删除该数据库中的所有表，否则报错。
使用千帆大模型平台的初体验 千帆社区
2.体验在线测试 向AI提出问题：我现在要完成一个项目，方向是PyTorch实现前馈神经网络，要作为医疗平台使用，请为我提出建议。 AI回答如下： 可以看出来，AI的回答是极具逻辑性和可靠性的。该段文字清晰地列出了构建神经网络模型的关键步骤，并提供了一些实用的建议。涵盖了构建、训练、评估和部署神经网络模型的关键步骤。它给出了一些常见的选择和建议，有助于初开发者在实践中中更好地理解和应用这些概念。
使用千帆大模型平台的初体验 千帆社区
2.体验在线测试 向AI提出问题：我现在要完成一个项目，方向是PyTorch实现前馈神经网络，要作为医疗平台使用，请为我提出建议。 AI回答如下： 可以看出来，AI的回答是极具逻辑性和可靠性的。该段文字清晰地列出了构建神经网络模型的关键步骤，并提供了一些实用的建议。涵盖了构建、训练、评估和部署神经网络模型的关键步骤。它给出了一些常见的选择和建议，有助于初开发者在实践中中更好地理解和应用这些概念。
训练参数说明 - 百舸异构计算平台AIHC | 百度智能云文档
use-checkpoint-args bool 否 False NA 使用ckpt中的参数覆盖命令行参数 混合精度参数 参数名 取值类型 是否必选 默认值 枚举值 描述 --fp16 bool 否 False NA FP16开关 --bf16 bool 否 False NA BF16开关 分布式参数 参数名 取值类型 是否必选 默认值 枚举值 描述 --tensor-model-parallel-size int 否 1 NA 张量并行维数
千帆大模型平台的初体验——SFT、RLHF训练 千帆社区
开通付费服务，选择大模型RLHF，操作流程如下图所示： 创建任务 选择上面处理好的数据集对其进行训练 然后等运行就好 SFT SFT（Supervised Fine-Tuning）是一种深度学习中的迁移学习方法，用于将预训练好的神经网络模型应用于新的任务。
千帆大模型平台的初体验——SFT、RLHF训练 千帆社区
开通付费服务，选择大模型RLHF，操作流程如下图所示： 创建任务 选择上面处理好的数据集对其进行训练 然后等运行就好 SFT SFT（Supervised Fine-Tuning）是一种深度学习中的迁移学习方法，用于将预训练好的神经网络模型应用于新的任务。
概述 - FPGA云服务器 | 百度智能云文档
FPGA云服务器提供了基于FPGA的深度卷积神经网络加速服务，单卡提供约3TOPs的定点计算能力，支持典型深度卷积网络算子，如卷积、逆卷积、池化、拼接、切割等。有效加速典型网络结构如VggNet、GoogLeNet、ResNet等。 我们基于FPGA的深度学习硬件，定制优化了主流深度学习平台，如caffe等，您可以直接将深度学习业务切换到FPGA平台，而无需考虑底层硬件细节。
