使用Discover检索数据 单击侧面导航中的 Discover 进入 Kibana 的数据探索功能: 在查询框 Filters 里,用户可以输入 Kibana查询语句 来搜索上文保存的慢查询日志。在 Discover 页面下可以查看搜索结果并在 Visualize 页面下生成已保存搜索的可视化效果。
TensorFlow 1.13.2 TensorFlow 基于tensorflow框架的MNIST图像分类任务示例代码,训练数据集点击 这里 下载 单机训练(计算节点数为1),示例代码如下: import os import tensorflow as tf import numpy as np from tensorflow import keras layers = tf . layers tf
游戏摇杆 游戏摇杆 游戏摇杆是互动常用控件之一,用于移动端角色、模型控制。配置一个游戏摇杆需要对应贴图素材(外环和内环)和确定所处屏幕位置,json中配置游戏素材相关,lua脚本中实现摇杆动作回调和游戏逻辑。
将会被同步到会话标注模块内 调试信息 在会话测试窗口一般可以看到下面几种调试信息类型,分别对应命中澄清、问答、闲聊和任务式会话 【澄清】可展示具体的澄清类型,平台现支持意图模版澄清、问答模版澄清、实体澄清等11种细分澄清类型 【问答澄清】 【问答】 【闲聊】 【任务式对话】 其中任务式会话的调试信息不仅可以看到意图和实体的匹配情况,还可以看到会话流程中节点的流转情况,以及上下文的变量值、系统状态值、节点遍历计数等等
5)变量赋值:可以设置多个变量存储用户输入或者系统返回或者采集到的实体等;需要先新增变量,才能使用变量赋值。 6)跳回话术:当被系统识别到其他意图跳转到其他流程执行完毕后,跳回到原节点时回复的内容。为了使对话承接更加自然,建议是“回复内容”的简化版,并且加适当引导,比如“那我们继续刚刚的问题哈,您这边可以(本节点内容)吗?”。当“跳回话术”不存在时,被系统拉回则会重新播报“回复内容”。
这些函数利用了基于simdjson 的完整 JSON 解析器,该解析器解析严谨,并能区分嵌套在不同级别的相同字段。这些函数能够处理语法正确但格式不正确的 JSON,例如键之间的双空格。 有一组更快、更严格的函数可用。这些 simpleJSON* 函数主要通过对 JSON 的结构和格式做出严格的假设来提供潜在的卓越性能。
变量管理 全局变量可以用来在一次会话中(session)保存一些用户输入或业务系统返回的信息,它可以在任务式会话、问答中被使用,进行节点赋值或者以占位符的形式({%&变量名%})与回复内容拼接在一起输出给用户。 在使用之前要先在平台管理页面上进行注册,变量是全局唯一的,因此不允许同名。
所有接口的错误码说明 错误码 错误信息 详情与建议 1 Unknown error 服务器内部错误,请再次请求,如果持续出现此类错误,请通过QQ群(458967388)或工单联系技术支持团队解决 2 Service temporarily unavailable 服务暂不可用,请再次请求,如果持续出现此类错误,请通过QQ群(458967388)或工单联系技术支持团队解决 3 Unsupported
id taskName string 加速任务名称 sourceModelVersionId int 源模型id importModelVersionSourceExtra说明 名称 类型 描述 bucket string bos bucket object string bos object params说明 名称 类型 描述 input string 入参,json字符串 output int
gpu_num int 加速卡数量,单位张 + cpu_num string cpu数量,单位核 + memory int 内存,单位G dataset_config map 数据集配置项 + input_path string 输入文件地址 + output_path string 输出文件地址 log_id int 日志ID 错误码说明 错误码 错误信息 406000 internal server