大小 threshold float 0.5 判为有水印的正类概率阈值 rank int 0 多卡 rank,用于选择 cuda:{rank % cuda_device_count} fail_on_error bool False 批处理出错时是否抛异常;False 时对应行返回 None 调用示例
默认值:None 调用示例 Python 复制 1 from __future__ import annotations 2 3 import os 4 5 import daft 6 from daft import col 7 8 from daft . aihc . common . udf import aihc_udf 9 from daft . aihc . functions . video
接口描述 查询角色。
尽量均衡 DP 间的采样样本长度; Packing 模式下,支持数据集按 packing 后的样本总计算量排序,尽量均衡 DP 间的计算量(在长序列场景下,由于样本长度差异较大,该问题可能更严重); 升级 Megatron 显存优化机制,在长序列等对显存要求极高的场景下,可用于精细的调整显存占用,包括: 支持流水线并行按 PP Stage 动态设置不同的 PP Layer 数目; 支持重计算功能按
修复 aihc pool set 命令中队列信息的展示问题:托管资源池将 defaultQueue 设置为队列 ID,自运维资源池设置为队列名称 修复 defaultpool 参数在任务接口与资源池接口间冲突的问题——defaultpool 统一传递真实资源池 ID,托管资源池调用训练接口时自动补充为
它包含了Python API和命令行调用两种使用方式。
默认值: scalable-k-means++ seed int 42 随机种子 默认值:42 min_samples_ratio float 2.0 样本数/簇数下限,不足时自动下调簇数 默认值:2.0 fail_on_error bool False 出错是否抛异常 默认值:False 调用示例
频中采样的帧数,用于水印一致性检测 默认值:15 consistency_threshold float 0.8 水印位置一致性阈值,范围0-1,值越高要求越严格 默认值:0.8 position_tolerance int 15 位置容差像素值,用于判断多帧间文本位置是否一致 默认值:15 调用示例
快速入门 本文为您简要的介绍使用百度百舸·AI计算平台的准备工作和创建流程。在首次使用百度百舸·AI计算平台的情况下,帮助用户快速上手,在平台上完成创建资源池及队列、通过模版创建典型大模型训练任务、查看监控等关键流程。 准备工作 因当前产品限制,使用百舸平台前需开通相应白名单,请在创建资源池前,联系百度支持人员,确保当前账户已完成以下操作,否则无法创建和使用资源池,我们将在后续版本优化这一操作。
分模型名称 默认值:'laion_aesthetic_v2/sac+logos+ava1-l14-linearMSE.pth' device str 'cpu' 设备类型,支持CPU和GPU设备 默认值: cpu 可选值: cpu , cuda , cuda:0 , cuda:1 等 调用示例