百度专有云行业解决方案
浦发银行 浦发银行是国内业务领先的股份制商业银行，围绕“打造一流数字生态银行”这一战略目标，引入深度学习软硬一体化平台，为行内人工智能的研发和应用打造的专有云平台，成为浦发银行智能 “大脑”。
全域信控缓堵解决方案
信息服务，构建全业务流程闭环 具有C端广触达的能力，交通出行闭环 专业团队保障 资深强大的研发团队 自有交通工程专家和行业专家团队 “领先的智能算法+专业的交通工程”双体系支撑 方案架构 全流程闭环 多源交通数据融合 融合互联网与专网感知数据，实时计算交通流量、速度、排队等指标，精准感知路况运行 交通运行健康诊断 全方位、多维度扫描当地交通运行健康状况及洞察拥堵规律 智能信控算法优化 基于OD数据与强化学习算法
智能云知道_云智公开课
管 线上线下党政企民多元协同，城市治理更智能、科学、精细 数据可视化 降低开发成本，提高业务对数据的使用效率 深度学习 运用智能分析算法，全方位洞察，打造智能应用 地图服务 为城市规划和自然资源监测提供一体化综合分析 智能云知道系列公开课 分享前沿产品技术及业务实践
智感超清转码
借助于深度学习技术对画面的颜色、亮度、对比度，边缘纹理信息进行增强，在人眼主观上实现一个恒定质量的用户体验，同时在码率上能节省30%+。
XGBoost 1.3.1 - BML 全功能AI开发平台 | 百度智能云文档
XGBoost 1.3.1 XGBoost XGBoost框架下，自定义作业支持发布保存模型为 pickle 和 joblib 格式，并且在发布至模型仓库时需要选择相应的模型文件。使用下面代码进行模型训练时，训练程序可以自行加载数据，训练数据选择空文件夹即可。
XGBoost服务代码文件示例 - BML 全功能AI开发平台 | 百度智能云文档
XGBoost服务代码文件示例 XGBoost服务代码文件示例 在模型仓库中导入基于XGBoost库的机器学习模型时，除需导入模型文件外，也需要导入服务代码文件，其中服务代码文件用于在线部署模型时进行模型文件的加载以及进行必要的预处理和后处理逻辑。 XGBoost模型服务代码示例如下所示： Python 复制 1 #!
XGBoost 1.3.1代码规范 - BML 全功能AI开发平台 | 百度智能云文档
XGBoost 1.3.1代码规范 XGBoost 1.3.1代码规范 基于XGBoost 1.3.1框架的结构化数据的回归问题。 如下所示是其超参搜索任务中一个超参数组合的训练代码，代码会通过argparse模块接受在平台中填写的信息，请保持一致。另外该框架支持发布保存模型为pickle和joblib格式，并且在发布至模型仓库时需要选择相应的模型文件。
XGBoost框架API调用文档 - BML 全功能AI开发平台 | 百度智能云文档
XGBoost框架API调用文档 本文档主要说明使用XGBoost框架训练的模型部署到公有云后获得的API如何使用，如有疑问可以通过以下方式联系我们： 在百度智能云控制台内 提交工单 进入 BML社区交流 ,与其他开发者进行互动 接口描述 基于XGBoost机器学习框架训练出的模型，模型训练完毕，发布到模型仓库并部署到公有云后可获得定制API 接口鉴权 在BML-控制台创建应用 应用列表获取AK/SK
使用TensorRT加速深度学习推理 - GPU云服务器 | 百度智能云文档
TensorRT可以从所有主流的深度学习框架中导入训练好的模型并进行优化，同时提供相应的API和解析器(parser)，此外它还可以利用高精度对低精度进行校验。生成经过优化的运行时引擎可以部署到数据中心，车辆端和嵌入式环境中。 TensorRT主要包括一个深度学习推理的优化器(optimizer)和运行时(runtime)，可以为深度学习推理应用提供低延迟和高吞吐的特性。
BigDL 分布式深度学习框架 1
深度学习简介
