你确认删除该任务么?此任务一旦删除不可恢复。
yijie 1c0b1b4060 | 2 年前 | |
---|---|---|
api | 2 年前 | |
build | 2 年前 | |
cmd | 2 年前 | |
configs | 2 年前 | |
deployments | 2 年前 | |
deps | 2 年前 | |
docs | 2 年前 | |
githooks | 2 年前 | |
internal | 2 年前 | |
pkg | 2 年前 | |
test | 2 年前 | |
tools | 2 年前 | |
.gitattributes | 2 年前 | |
.gitignore | 2 年前 | |
.gitmodules | 2 年前 | |
Jenkinsfile | 2 年前 | |
LICENSE | 2 年前 | |
Makefile | 2 年前 | |
README.md | 2 年前 | |
README_En-US.md | 2 年前 | |
docker_manifest.sh | 2 年前 | |
go.mod | 2 年前 | |
go.sum | 2 年前 | |
sonar-project.properties | 2 年前 |
依瞳人工智能平台旨在为不同行业的用户提供基于深度学习的端到端解决方案,使用户可以用最快的速度、最少的时间开始高性能的深度学习工作,从而大幅节省研究成本、提高研发效率,同时可为中小企业解决私有云难建成、成本高等问题。
提供了模型训练、超参调优、集群状态监控等开发环境,方便AI开发者快速搭建人工智能开发环境,开展AI开发应用。在监控模块基础上搭建预警模块,自动将平台异常通知管理员,提升平台的预警效率及安全性能。
硬件平台 | 操作系统 | 状态 |
---|---|---|
Ascend 800-9010 | Ubuntu-18.04.1 | ✔️ |
Ascend 800-9000 | Ubuntu-18.04.1 | ✔️ |
Atlas 500-3010 | Ubuntu-18.04.1 | ✔️ |
Ascend CANN | 5.0.2 | ✔️ |
Ascend Driver | 21.0.2 | ✔️ |
GPU CUDA 10.1 | Ubuntu-18.04 | ✔️ |
GPU CUDA 11 | Ubuntu-18.04 | ✔️ |
CPU | Ubuntu-18.04 | ✔️ |
集群节点须在同一个局域网(LAN)中
预先开通必要的网络访问端口
建议将etcd,数据库,存储服务独立业务集群
支持使用ansible交互式分层部署平台,也支持源码配置编译安装。
Ansible方式安装~待开放中!
有关安装指南、教程和API的更多详细信息,请参阅apulis wiki正在筹备更新中~!
请查看依瞳人工智能平台开放治理。
欢迎参与贡献。更多详情,请参阅我们的贡献者指引。
依瞳人工智能平台的版本分支有以下几种维护阶段:
状态 | 持续时间 | 说明 |
---|---|---|
Planning | 1 - 3 months | 特性规划。 |
Development | 3 months | 特性开发。 |
Maintained | 6 - 12 months | 允许所有问题修复的合入,并发布版本。 |
Unmaintained | 0 - 3 months | 允许所有问题修复的合入,无专人维护,不再发布版本。 |
End Of Life (EOL) | N/A | 不再接受修改合入该分支。 |
分支名 | 当前状态 | 上线时间 | 后续状态 | EOL 日期 |
---|---|---|---|---|
v1.6 | Release | 2021-10-25 Maintained | Maintained 2022-03-31 estimated |
|
v1.5 | UnMaintained | 2020-12-31 | Unmaintained 2021-06-30 estimated |
2021-09-30 |
v1.3 | End Of Life | 2020-10-30 | End Of Life 2020-12-01 estimated |
2020-11-30 |
v0.1.6 | End Of Life | 2020-08-31 | 2020-09-30 | |
v0.1.0 | End Of Life | 2020-07-01 | 2020-09-30 |
Latest Release
版本说明请参阅RELEASE。
所有开源代码和文档遵从MIT License
依瞳人工智能平台旨在为不同行业的用户提供基于深度学习的端到端解决方案,使用户可以用最快的速度、最少的时间开始高性能的深度学习工作,从而大幅节省研究成本、提高研发效率,同时可为中小企业解决私有云难建成、成本高等问题。 平台融合了Tensorflow、PyTorch、MindSpore等开源深度学习框架,提供了模型训练、超参调优、集群状态监控等开发环境,方便AI开发者快速搭建人工智能开发环境,开展AI开发应用。在监控模块基础上搭建预警模块,自动将平台异常通知管理员,提升平台的预警效率及安全性能。
Go Text Protocol Buffer Smarty Dockerfile other
尊敬的启智用户
感谢您一直以来对Openl启智社区AI协作平台的支持。为了保障您的使用权益和确保网络安全,我们于2024年1月份更新了《Openl启智社区AI协作平台使用协议》。更新后的协议明确了用户禁止使用内网穿透工具的条例。您单击“同意并继续”后,便可以继续使用我们的服务。感谢您的合作与理解。
更多协议内容,请参考《Openl启智社区AI协作平台使用协议》