万源
万源架构图 核心能力 万卡集群有效训练时长占比 98.8% 百卡混合训练效能 97% 文心大模型能力 No.1 官方精选组件数 55+ 相关产品 百度百舸 · AI 异构计算平台 面向大规模深度学习的高性能云原生 AI 计算平台。 千帆 ModelBuilder 一站式企业级大模型平台。 千帆 AppBuilder 基于大模型搭建 AI 原生应用的工作台。
百度AI中台解决方案_企业智能化升级基础设施
查看详情 重庆市气象局 重庆市气象局联手百度智能云打造气象AI深度学习平台，为智慧气象和智能预报提供技术和平台支撑，协助气象数据上云，建立气象云资源中心，提升重庆的气象数据处理、计算、分析能力。 查看详情 某股份制银行 依托百度智能云，构建由算力、算法、训练平台、AI能力及应用组成的人工智能基础设施，形成由科技部门提供核心技术能力，业务部门直接使用的组织架构，加速业务创新。
云原生平台
开源开放的架构 产品兼容和支持业界主流的开源技术，包括kubernetes、prometheus、springcloud等，支原生的开源使用方式，同时在保持开源模型的基础上优化用户体验和UI界面。 AI场景深度优化 在容器运行时和编排引擎层针对AI和深度学习场景进行深度优化，提升GPU调度能力和运行性能。
城市AI服务中心解决方案
典型应用案例 客户痛点 百度解决方案 客户价值 北京某中心城区在进行“城市大脑”建设时，面临着三方面痛点： 人工智能算法应用场景分散，算法和应用绑定，无法实现能力共享和业务协同；AI 算法静止，缺乏学习演进能力，应用效果有限；作为科创中心区，缺乏高效的AI产业应用和孵化平台，无法有效提升区域AI科技发展。
时空遥感分析
多模特征融合 遥感影像融合百度时空数据特征，提升模型精度和泛化能力。 支持自主训练 内置百度自研遥感解译预训练模型，支持在线标注、训练、发布模型，适应用户特定场景，零编程基础，简单易用。 自主可控 基于百度昆仑AI 芯片和飞桨深度学习框架构建，具有自主可控、安全可靠的优势。
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： #!
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。
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。
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
