云原生平台
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。同时主导了CNCF云原生AI工程项目：Paddle EDL，帮助客户实现深度学习框架快速集成，大大降低AI场景下的平台搭建和维护成本。 低成本迁移与使用 提供用户友好的UI界面和低成本的迁移方式，支持从源码到容器镜像的全流程，满足没有容器使用经验的客户快速实现容器化。
移动应用安全与隐私合规解决方案
方案效果：史宾格提供API全自动批量检测与深度检测能力、自动批量检测能力，捕捉具有潜在风险的App，再由审核人员对重点关注App进行深度检测，识别违规风险并保留存证信息。 咨询服务 根据您提交的需求，将有解决方案专家与您联系，定制专属解决方案。 立即咨询
时空遥感分析
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
xgboost1.3.1_autosearch.py示例代码 Python 复制 1 # -*- coding:utf-8 -*- 2 xgboost train demo 3 import xgboost as xgb 4 from sklearn . model_selection import train_test_split 5 from sklearn import datasets
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
使用TensorRT加速深度学习推理 背景介绍 本文介绍如何在GPU云服务环境中下载、安装并使用TensorRT工具。 TensorRT，是Nvdia推出的一套专为深度学习推理打造的SDK。在推理阶段，基于TensorRT的应用可以提供同比单一CPU平台高达40倍的加速效果。
[AI行业案例]-用NLP打造小说深度学习推荐系统
使用产品 词法分析 词向量表示 支持与交流 AI社区 教学视频 文档中心 SDK下载 用NLP打造小说深度学习推荐系统 价值成果 使用百度语言处理基础技术的系列接口对小说内容、用户数据进行多方位特征提取。为话本小说深度学习推荐系统提供了重要的特征加工方案，经过多个版迭代开发，从而使整个话本小说APP用户阅读时长增加70%。
BigDL 分布式深度学习框架 1
深度学习简介
PaddlePaddle深度学习实战之图像导入
介绍深度学习的发展历史、腾飞要素、起效原因等
