国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

Azure AI 內(nèi)容安全Content Safety Studio實(shí)戰(zhàn)

這篇具有很好參考價(jià)值的文章主要介紹了Azure AI 內(nèi)容安全Content Safety Studio實(shí)戰(zhàn)。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問(wèn)。

Azure AI Content Safety 檢測(cè)應(yīng)用程序和服務(wù)中用戶(hù)生成和 AI 生成的有害內(nèi)容。 Azure AI 內(nèi)容安全包括文本和圖像 API,可用于檢測(cè)有害材料。 交互式 Content Safety Studio,可用于查看、瀏覽和試用用于檢測(cè)不同形式的有害內(nèi)容的示例代碼。

關(guān)注TechLead,分享AI全維度知識(shí)。作者擁有10+年互聯(lián)網(wǎng)服務(wù)架構(gòu)、AI產(chǎn)品研發(fā)經(jīng)驗(yàn)、團(tuán)隊(duì)管理經(jīng)驗(yàn),同濟(jì)本復(fù)旦碩,復(fù)旦機(jī)器人智能實(shí)驗(yàn)室成員,阿里云認(rèn)證的資深架構(gòu)師,項(xiàng)目管理專(zhuān)業(yè)人士,上億營(yíng)收AI產(chǎn)品研發(fā)負(fù)責(zé)人

Azure AI 內(nèi)容安全Content Safety Studio實(shí)戰(zhàn),azure,人工智能,機(jī)器學(xué)習(xí),深度學(xué)習(xí),microsoft

什么是 Azure AI 內(nèi)容安全?

Azure AI Content Safety 檢測(cè)應(yīng)用程序和服務(wù)中用戶(hù)生成和 AI 生成的有害內(nèi)容。 Azure AI 內(nèi)容安全包括文本和圖像 API,可用于檢測(cè)有害材料。 交互式 Content Safety Studio,可用于查看、瀏覽和試用用于檢測(cè)不同形式的有害內(nèi)容的示例代碼。內(nèi)容篩選軟件可以幫助你的應(yīng)用遵守法規(guī)或維護(hù)用戶(hù)的預(yù)期環(huán)境。

使用場(chǎng)合

下面是軟件開(kāi)發(fā)人員或團(tuán)隊(duì)需要使用內(nèi)容審核服務(wù)的一些場(chǎng)景:

  • 在聯(lián)機(jī)市場(chǎng)中審查產(chǎn)品目錄和其他用戶(hù)生成的內(nèi)容。
  • 在游戲公司中審查用戶(hù)生成的游戲項(xiàng)目和聊天室。
  • 對(duì)用戶(hù)添加的圖片和文字進(jìn)行審查的社交通訊平臺(tái)。
  • 企業(yè)媒體公司對(duì)其內(nèi)容進(jìn)行集中式審查。
  • K-12 教育解決方案提供商為學(xué)生和教師篩選掉不當(dāng)?shù)膬?nèi)容。
  • 不能使用 Azure AI 內(nèi)容安全檢測(cè)非法兒童剝削圖像。

產(chǎn)品類(lèi)型

此服務(wù)提供不同類(lèi)型的分析。 下表介紹當(dāng)前可用的 API。

類(lèi)型 功能
分析文本 API 掃描文本以檢測(cè)多種嚴(yán)重性級(jí)別的色情、暴力、仇恨和自殘內(nèi)容。
分析圖像 API 掃描圖像以檢測(cè)多種嚴(yán)重性級(jí)別的色情、暴力、仇恨和自殘內(nèi)容。
越獄風(fēng)險(xiǎn)檢測(cè)(新功能) 掃描文本以查找大型語(yǔ)言模型上的[越獄攻擊風(fēng)險(xiǎn)]
受保護(hù)材料文本檢測(cè)(新功能) 掃描 AI 生成的文本以查找已知文本內(nèi)容(例如歌詞、文章、食譜、選定的 Web 內(nèi)容)。

Content Safety Studio

Azure AI 內(nèi)容安全Content Safety Studio實(shí)戰(zhàn),azure,人工智能,機(jī)器學(xué)習(xí),深度學(xué)習(xí),microsoft
Azure AI Content Safety Studio 是一種在線工具,旨在使用先進(jìn)的內(nèi)容審核 ML 模型處理可能存在的冒犯性、有風(fēng)險(xiǎn)或不良的內(nèi)容。 它提供模板和自定義工作流,讓用戶(hù)能夠選擇和構(gòu)建自己的內(nèi)容審核系統(tǒng)。 用戶(hù)可以上傳自己的內(nèi)容,也可以使用提供的示例內(nèi)容進(jìn)行試用。

Content Safety Studio 不僅包含現(xiàn)成的 AI 模型,還包含 Microsoft 內(nèi)置術(shù)語(yǔ)阻止列表,用于標(biāo)記不雅內(nèi)容并及時(shí)了解新趨勢(shì)。 你還可以上傳自己的阻止列表,拓展有害內(nèi)容的覆蓋范圍以滿(mǎn)足特定用例。

該工作室還允許設(shè)置審核工作流,可在其中持續(xù)監(jiān)視和提高內(nèi)容審核性能。 可幫助你滿(mǎn)足各種行業(yè)(如游戲、媒體、教育、電子商務(wù)等)的內(nèi)容要求。 企業(yè)可以輕松地將其服務(wù)連接到該工作室,并實(shí)時(shí)審核其內(nèi)容(包括用戶(hù)生成的內(nèi)容以及 AI 生成的內(nèi)容)。

所有這些功能都由工作室及其后端處理,客戶(hù)無(wú)需操心模型開(kāi)發(fā)。 可以載入數(shù)據(jù)以快速驗(yàn)證并對(duì) KPI 進(jìn)行相應(yīng)的監(jiān)視,例如技術(shù)指標(biāo)(延遲、準(zhǔn)確性、召回率)或業(yè)務(wù)指標(biāo)(阻止率、阻止量、類(lèi)別比例、語(yǔ)言比例等)。 通過(guò)簡(jiǎn)單的操作和配置,客戶(hù)可以快速測(cè)試不同的解決方案并找到最合適的解決方案,而無(wú)需花時(shí)間試驗(yàn)自定義模型或手動(dòng)進(jìn)行審核。

Content Safety Studio 功能

內(nèi)容安全工作室中提供以下 Azure AI 內(nèi)容安全服務(wù)功能:

  • 審查文本內(nèi)容:使用文本審查工具,可以輕松對(duì)文本內(nèi)容運(yùn)行測(cè)試。 無(wú)論是要測(cè)試單個(gè)句子還是整個(gè)數(shù)據(jù)集,我們的工具都為你提供用戶(hù)友好的界面,讓你可以直接在門(mén)戶(hù)中評(píng)估測(cè)試結(jié)果。 可以嘗試使用不同的敏感度級(jí)別來(lái)配置內(nèi)容篩選器和阻止列表管理,確保內(nèi)容始終按照確切規(guī)范進(jìn)行審核。 此外,借助導(dǎo)出代碼的功能,可以直接在應(yīng)用程序中實(shí)現(xiàn)該工具,從而簡(jiǎn)化工作流并節(jié)省時(shí)間。

  • 審查圖像內(nèi)容:使用圖像審查工具,可以輕松對(duì)圖像運(yùn)行測(cè)試,以確保它們符合內(nèi)容標(biāo)準(zhǔn)。 使用用戶(hù)友好的界面,可以直接在門(mén)戶(hù)中評(píng)估測(cè)試結(jié)果,并且可以嘗試使用不同的敏感度級(jí)別來(lái)配置內(nèi)容篩選器。 自定義設(shè)置后,可以輕松導(dǎo)出代碼,在應(yīng)用程序中實(shí)現(xiàn)該工具。

  • 監(jiān)視聯(lián)機(jī)活動(dòng):借助功能強(qiáng)大的監(jiān)視頁(yè)面,你可以輕松地跟蹤不同形式的審查 API 使用情況和趨勢(shì)。 使用此功能,可以訪問(wèn)詳細(xì)的響應(yīng)信息,包括類(lèi)別和嚴(yán)重性分布情況、延遲、錯(cuò)誤和阻止列表檢測(cè)。 此信息提供內(nèi)容審查性能的完整概述,讓你能優(yōu)化工作流,并確保內(nèi)容始終按照確切規(guī)范進(jìn)行審核。 使用我們的用戶(hù)友好界面,可以快速輕松地導(dǎo)航監(jiān)視頁(yè)面,以訪問(wèn)在內(nèi)容審核策略方面做出明智決策所需的信息。 你擁有隨時(shí)了解內(nèi)容審核性能以及實(shí)現(xiàn)內(nèi)容目標(biāo)所需的工具。

分析文本內(nèi)容

“審查文本內(nèi)容”頁(yè)提供快速試用文本審查的功能。
Azure AI 內(nèi)容安全Content Safety Studio實(shí)戰(zhàn),azure,人工智能,機(jī)器學(xué)習(xí),深度學(xué)習(xí),microsoft

  1. 選擇“審查文本內(nèi)容”面板。

  2. 將文本添加到輸入字段,或從頁(yè)面上的面板中選擇示例文本。

    提示

    文本大小和粒度

    文本提交的默認(rèn)最大長(zhǎng)度為 10K 個(gè)字符。

  3. 選擇“運(yùn)行測(cè)試”。

該服務(wù)返回檢測(cè)到的所有類(lèi)別,以及每個(gè)類(lèi)別的嚴(yán)重性級(jí)別(0-安全、2-低、4-中、6-高)。 它還會(huì)根據(jù)配置的篩選器返回二進(jìn)制的“已接受”/“已拒絕”結(jié)果。 使用右側(cè)“配置篩選器”選項(xiàng)卡中的矩陣為每個(gè)類(lèi)別設(shè)置允許/禁止的嚴(yán)重性級(jí)別。 然后,可以再次運(yùn)行文本以查看篩選器的效果。

通過(guò)右側(cè)的“使用阻止列表”選項(xiàng)卡,可以創(chuàng)建、編輯阻止列表并將其添加到審查工作流。 如果在運(yùn)行測(cè)試時(shí)啟用了阻止列表,則會(huì)在“結(jié)果”下獲取“阻止列表檢測(cè)”面板。 該面板會(huì)報(bào)告阻止列表的任何匹配項(xiàng)。

檢測(cè)越獄風(fēng)險(xiǎn)

在“越獄風(fēng)險(xiǎn)檢測(cè)”面板中可以嘗試進(jìn)行越獄風(fēng)險(xiǎn)檢測(cè)。 越獄攻擊是用戶(hù)提示,旨在激怒生成式 AI 模型展示它訓(xùn)練的行為,以避免或打破系統(tǒng)消息中設(shè)置的規(guī)則。 這些攻擊可以是復(fù)雜的角色扮演,也可以是對(duì)安全目標(biāo)的微妙顛覆。
Azure AI 內(nèi)容安全Content Safety Studio實(shí)戰(zhàn),azure,人工智能,機(jī)器學(xué)習(xí),深度學(xué)習(xí),microsoft

  1. 選擇“越獄風(fēng)險(xiǎn)檢測(cè)”面板。
  2. 選擇頁(yè)面上的示例文本,或輸入自己的內(nèi)容進(jìn)行測(cè)試。 還可以上傳 CSV 文件以執(zhí)行批量測(cè)試。
  3. 選擇“運(yùn)行測(cè)試”。

服務(wù)將返回每個(gè)樣本的越獄風(fēng)險(xiǎn)級(jí)別和類(lèi)型。 你還可以通過(guò)選擇“詳細(xì)信息”按鈕來(lái)查看越獄風(fēng)險(xiǎn)檢測(cè)結(jié)果的詳細(xì)信息。

分析圖像內(nèi)容

“審查圖像內(nèi)容”頁(yè)提供快速試用圖像審查的功能。

Azure AI 內(nèi)容安全Content Safety Studio實(shí)戰(zhàn),azure,人工智能,機(jī)器學(xué)習(xí),深度學(xué)習(xí),microsoft

  1. 選擇“審查圖像內(nèi)容”面板。
  2. 從頁(yè)面上的面板中選擇示例圖像,或上傳自己的圖像。 提交圖像的最大大小為 4MB,圖像尺寸必須介于 50x50 像素到 2048x2048 像素之間。 圖像可以是 JPEG、PNG、GIF、BMP、TIFF 或 WEBP 格式。
  3. 選擇“運(yùn)行測(cè)試”。

該服務(wù)返回檢測(cè)到的所有類(lèi)別,以及每個(gè)類(lèi)別的嚴(yán)重性級(jí)別(0-安全、2-低、4-中、6-高)。 它還會(huì)根據(jù)配置的篩選器返回二進(jìn)制的“已接受”/“已拒絕”結(jié)果。 使用右側(cè)“配置篩選器”選項(xiàng)卡中的矩陣為每個(gè)類(lèi)別設(shè)置允許/禁止的嚴(yán)重性級(jí)別。 然后,可以再次運(yùn)行文本以查看篩選器的效果。

查看和導(dǎo)出代碼

可以使用“分析文本內(nèi)容”或“分析圖像內(nèi)容”頁(yè)中的“查看代碼”功能查看和復(fù)制示例代碼,其中包括嚴(yán)重性篩選、阻止列表和審查函數(shù)的配置。 然后,你可以自行部署代碼。

Azure AI 內(nèi)容安全Content Safety Studio實(shí)戰(zhàn),azure,人工智能,機(jī)器學(xué)習(xí),深度學(xué)習(xí),microsoft

監(jiān)視聯(lián)機(jī)活動(dòng)

使用“監(jiān)視聯(lián)機(jī)活動(dòng)”頁(yè)可以查看 API 使用情況和趨勢(shì)。

Azure AI 內(nèi)容安全Content Safety Studio實(shí)戰(zhàn),azure,人工智能,機(jī)器學(xué)習(xí),深度學(xué)習(xí),microsoft
你可以選擇要監(jiān)視的媒體類(lèi)型。 還可以通過(guò)選擇“顯示以下時(shí)間段內(nèi)的數(shù)據(jù):__”來(lái)指定要檢查的時(shí)間范圍。

在“每個(gè)類(lèi)別的拒絕率”圖表中,還可以調(diào)整每個(gè)類(lèi)別的嚴(yán)重性閾值。
Azure AI 內(nèi)容安全Content Safety Studio實(shí)戰(zhàn),azure,人工智能,機(jī)器學(xué)習(xí),深度學(xué)習(xí),microsoft
如果要根據(jù)“十大禁用字詞”圖表更改某些字詞,也可以編輯阻止列表。

管理資源

若要查看資源詳細(xì)信息(如名稱(chēng)和定價(jià)層),請(qǐng)選擇 Content Safety Studio 主頁(yè)右上角的“設(shè)置”圖標(biāo),然后選擇“資源”選項(xiàng)卡。如果有其他資源,也可以在此處切換資源。
Azure AI 內(nèi)容安全Content Safety Studio實(shí)戰(zhàn),azure,人工智能,機(jī)器學(xué)習(xí),深度學(xué)習(xí),microsoft

輸入要求

文本提交的默認(rèn)最大長(zhǎng)度為 10K 個(gè)字符。 如果需要分析較長(zhǎng)的文本塊,可以跨多個(gè)相關(guān)提交拆分輸入文本(例如使用標(biāo)點(diǎn)符號(hào)或空格)。

提交圖像的最大大小為 4MB,圖像尺寸必須介于 50x50 像素到 2048x2048 像素之間。 圖像可以是 JPEG、PNG、GIF、BMP、TIFF 或 WEBP 格式。

安全性

使用 Microsoft Entra ID 或托管標(biāo)識(shí)管理訪問(wèn)權(quán)限

為了實(shí)現(xiàn)增強(qiáng)的安全性,可以使用 Microsoft Entra ID 或托管實(shí)例 (MI) 來(lái)管理對(duì)資源的訪問(wèn)。

  • 在創(chuàng)建內(nèi)容安全資源時(shí),將會(huì)自動(dòng)啟用托管標(biāo)識(shí)。
  • API 和 SDK 方案都支持 Microsoft Entra ID。

靜態(tài)數(shù)據(jù)加密

了解 Azure AI 內(nèi)容安全如何處理[數(shù)據(jù)的加密和解密]。 客戶(hù)管理的密鑰 (CMK)(也稱(chēng)為創(chuàng)建自己的密鑰 (BYOK))在創(chuàng)建、輪換、禁用和撤銷(xiāo)訪問(wèn)控制方面具有更大的靈活性。 此外,你還可以審核用于保護(hù)數(shù)據(jù)的加密密鑰。

你當(dāng)前正在訪問(wèn) Microsoft Azure Global Edition 技術(shù)文檔網(wǎng)站。 如果需要訪問(wèn)由世紀(jì)互聯(lián)運(yùn)營(yíng)的 Microsoft Azure 中國(guó)技術(shù)文檔網(wǎng)站,請(qǐng)?jiān)L問(wèn) https://docs.azure.cn。

Azure AI 內(nèi)容安全支持的語(yǔ)言

文本審查

Azure AI 內(nèi)容安全文本審查功能支持多種語(yǔ)言,但它只針對(duì)少數(shù)語(yǔ)言進(jìn)行了專(zhuān)門(mén)訓(xùn)練和測(cè)試。

備注

語(yǔ)言自動(dòng)檢測(cè)

無(wú)需為文本審查指定語(yǔ)言代碼,服務(wù)會(huì)自動(dòng)檢測(cè)你的輸入語(yǔ)言。文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-777405.html

語(yǔ)言名稱(chēng) 語(yǔ)言代碼 文本審查 經(jīng)過(guò)專(zhuān)門(mén)訓(xùn)練
南非荷蘭語(yǔ) af ?
阿爾巴尼亞語(yǔ) sq ?
阿姆哈拉語(yǔ) am ?
阿拉伯語(yǔ) ar ?
亞美尼亞語(yǔ) hy ?
阿塞拜疆語(yǔ) az ?
Bangla bn ?
巴斯克語(yǔ) eu ?
白俄羅斯語(yǔ) be ?
保加利亞語(yǔ) bg ?
保加利亞語(yǔ) (拉丁文) bg-Latn ?
緬甸語(yǔ) my ?
加泰羅尼亞語(yǔ) ca ?
宿霧語(yǔ) ceb ?
中文 zh ? ?
中文(拉丁語(yǔ)) zh-Latn ?
柯西嘉語(yǔ) co ?
克羅地亞語(yǔ) hr ?
捷克語(yǔ) cs ?
丹麥語(yǔ) da ?
荷蘭語(yǔ) nl ?
英語(yǔ) en ? ?
世界語(yǔ) eo ?
愛(ài)沙尼亞語(yǔ) et ?
菲律賓語(yǔ) fil ?
芬蘭語(yǔ) fi ?
法語(yǔ) fr ? ?
加利西亞語(yǔ) gl ?
格魯吉亞語(yǔ) ka ?
德語(yǔ) de ? ?
希臘語(yǔ) el ?
希臘語(yǔ)(拉丁語(yǔ)) el-Latn ?
古吉拉特語(yǔ) gu ?
海地語(yǔ) ht ?
豪撒語(yǔ) ha ?
夏威夷語(yǔ) haw ?
希伯來(lái)語(yǔ) iw ?
Hindi hi ?
北印度語(yǔ)(拉丁語(yǔ)腳本) hi-Latn ?
苗語(yǔ)(蒙古) hmn ?
匈牙利語(yǔ) hu ?
冰島語(yǔ) is ?
伊博語(yǔ) ig ?
印度尼西亞語(yǔ) id ?
愛(ài)爾蘭語(yǔ) ga ?
意大利語(yǔ) it ? ?
日語(yǔ) ja ? ?
日語(yǔ)(拉丁語(yǔ)) ja-Latn ?
爪哇文 jv ?
哈薩克語(yǔ) kk ?
高棉語(yǔ) km ?
朝鮮語(yǔ) ko ?
庫(kù)爾德語(yǔ) ku ?
柯?tīng)柨俗握Z(yǔ) ky ?
老撾語(yǔ) lo ?
拉丁語(yǔ) la ?
拉脫維亞語(yǔ) lv ?
立陶宛語(yǔ) lt ?
盧森堡語(yǔ) lb ?
馬其頓語(yǔ) mk ?
馬達(dá)加斯加語(yǔ) mg ?
馬來(lái)語(yǔ) ms ?
馬拉雅拉姆語(yǔ) ml ?
馬耳他語(yǔ) mt ?
毛利語(yǔ) mi ?
馬拉地語(yǔ) mr ?
蒙古語(yǔ) mn ?
尼泊爾語(yǔ) ne ?
尼昂加語(yǔ) ny ?
挪威語(yǔ) no ?
普什圖語(yǔ) ps ?
波斯語(yǔ) fa ?
波蘭語(yǔ) pl ?
葡萄牙語(yǔ) pt ? ?
旁遮普語(yǔ) pa ?
羅馬尼亞語(yǔ) ro ?
俄語(yǔ) ru ?
俄語(yǔ)(拉丁語(yǔ)) ru-Latn ?
蘇格蘭蓋爾語(yǔ) gd ?
塞爾維亞語(yǔ) sr ?
紹納語(yǔ) sn ?
信德語(yǔ) sd ?
僧伽羅語(yǔ) si ?
斯洛伐克語(yǔ) sk ?
斯洛文尼亞語(yǔ) sl ?
索馬里語(yǔ) so ?
南索托語(yǔ) st ?
西班牙語(yǔ) es ? ?
巽他語(yǔ) su ?
斯瓦希里語(yǔ) sw ?
瑞典語(yǔ) sv ?
塔吉克語(yǔ) tg ?
泰米爾語(yǔ) ta ?
泰盧固語(yǔ) te ?
泰語(yǔ) th ?
土耳其語(yǔ) tr ?
烏克蘭語(yǔ) uk ?
未知語(yǔ)言 und ?
烏爾都語(yǔ) ur ?
烏茲別克語(yǔ) uz ?
越南語(yǔ) vi ?
威爾士語(yǔ) cy ?
西弗里西亞語(yǔ) fy ?
班圖語(yǔ) xh ?
意第緒語(yǔ) yi ?
約魯巴語(yǔ) yo ?
祖魯語(yǔ) zu ?

到了這里,關(guān)于Azure AI 內(nèi)容安全Content Safety Studio實(shí)戰(zhàn)的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來(lái)自互聯(lián)網(wǎng)用戶(hù)投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場(chǎng)。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • Azure Machine Learning - Azure AI 搜索中的矢量搜索

    Azure Machine Learning - Azure AI 搜索中的矢量搜索

    矢量搜索是一種信息檢索方法,它使用內(nèi)容的數(shù)字表示形式來(lái)執(zhí)行搜索方案。 由于內(nèi)容是數(shù)字而不是純文本,因此搜索引擎會(huì)匹配與查詢(xún)最相似的矢量,而不需要匹配確切的字詞。本文簡(jiǎn)要介紹了 Azure AI 搜索中的矢量支持。 其中還解釋了與其他 Azure 服務(wù)的集成,以及與矢量

    2024年02月05日
    瀏覽(22)
  • 【Azure 存儲(chǔ)服務(wù)】使用 AppendBlobClient 對(duì)象實(shí)現(xiàn)對(duì)Blob進(jìn)行追加內(nèi)容操作

    【Azure 存儲(chǔ)服務(wù)】使用 AppendBlobClient 對(duì)象實(shí)現(xiàn)對(duì)Blob進(jìn)行追加內(nèi)容操作

    在Azure Blob的官方示例中,都是對(duì)文件進(jìn)行上傳到Blob操作,沒(méi)有實(shí)現(xiàn)對(duì)已創(chuàng)建的Blob進(jìn)行追加的操作。如果想要實(shí)現(xiàn)對(duì)一個(gè)文件的多次追加操作,每一次寫(xiě)入的時(shí)候,只傳入新的內(nèi)容? ? Azure Storage Blob 有三種類(lèi)型: Block Blob, Append Blob 和 Page Blob。其中,只有Append Blob類(lèi)型支持追

    2024年02月03日
    瀏覽(22)
  • Azure Machine Learning - 使用 REST API 創(chuàng)建 Azure AI 搜索索引

    Azure Machine Learning - 使用 REST API 創(chuàng)建 Azure AI 搜索索引

    本文介紹如何使用 Azure AI 搜索 REST AP和用于發(fā)送和接收請(qǐng)求的 REST 客戶(hù)端以交互方式構(gòu)建請(qǐng)求。 關(guān)注TechLead,分享AI全維度知識(shí)。作者擁有10+年互聯(lián)網(wǎng)服務(wù)架構(gòu)、AI產(chǎn)品研發(fā)經(jīng)驗(yàn)、團(tuán)隊(duì)管理經(jīng)驗(yàn),同濟(jì)本復(fù)旦碩,復(fù)旦機(jī)器人智能實(shí)驗(yàn)室成員,阿里云認(rèn)證的資深架構(gòu)師,項(xiàng)目管理

    2024年02月04日
    瀏覽(28)
  • Azure Machine Learning - Azure AI 搜索中的集成數(shù)據(jù)分塊和嵌入

    Azure Machine Learning - Azure AI 搜索中的集成數(shù)據(jù)分塊和嵌入

    在基于索引器的索引編制中,Azure AI _集成矢量化_將數(shù)據(jù)分塊和文本到矢量嵌入添加到技能中,它還為查詢(xún)添加文本到矢量的轉(zhuǎn)換。 關(guān)注TechLead,分享AI全維度知識(shí)。作者擁有10+年互聯(lián)網(wǎng)服務(wù)架構(gòu)、AI產(chǎn)品研發(fā)經(jīng)驗(yàn)、團(tuán)隊(duì)管理經(jīng)驗(yàn),同濟(jì)本復(fù)旦碩,復(fù)旦機(jī)器人智能實(shí)驗(yàn)室成員,

    2024年02月05日
    瀏覽(20)
  • Azure 機(jī)器學(xué)習(xí) - 使用 Visual Studio Code訓(xùn)練圖像分類(lèi) TensorFlow 模型

    Azure 機(jī)器學(xué)習(xí) - 使用 Visual Studio Code訓(xùn)練圖像分類(lèi) TensorFlow 模型

    了解如何使用 TensorFlow 和 Azure 機(jī)器學(xué)習(xí) Visual Studio Code 擴(kuò)展訓(xùn)練圖像分類(lèi)模型來(lái)識(shí)別手寫(xiě)數(shù)字。 關(guān)注TechLead,分享AI全維度知識(shí)。作者擁有10+年互聯(lián)網(wǎng)服務(wù)架構(gòu)、AI產(chǎn)品研發(fā)經(jīng)驗(yàn)、團(tuán)隊(duì)管理經(jīng)驗(yàn),同濟(jì)本復(fù)旦碩,復(fù)旦機(jī)器人智能實(shí)驗(yàn)室成員,阿里云認(rèn)證的資深架構(gòu)師,項(xiàng)目管理

    2024年02月06日
    瀏覽(18)
  • Azure DevOps(二)Azure Pipeline 集成 SonarQube 維護(hù)代碼質(zhì)量和安全性

    Azure DevOps(二)Azure Pipeline 集成 SonarQube 維護(hù)代碼質(zhì)量和安全性

    對(duì)于今天所分析的 SonarQube,首先我們得了解什么是 SonarQube ? SonarQube 又能幫我們做什么?我們是否在項(xiàng)目開(kāi)發(fā)的過(guò)程中遇到人為 Review 代碼審核規(guī)范?帶著以上問(wèn)題,開(kāi)始今天的分析內(nèi)容吧 !!! 1)什么是 SonarQube ? SonarQube 是一種自動(dòng)代碼審查工具,用于檢測(cè)代碼中的錯(cuò)誤、漏洞

    2023年04月27日
    瀏覽(24)
  • Azure - 機(jī)器學(xué)習(xí)實(shí)戰(zhàn):快速訓(xùn)練、部署模型

    Azure - 機(jī)器學(xué)習(xí)實(shí)戰(zhàn):快速訓(xùn)練、部署模型

    本文將指導(dǎo)你探索 Azure 機(jī)器學(xué)習(xí)服務(wù)的主要功能。在這里,你將學(xué)習(xí)如何創(chuàng)建、注冊(cè)并發(fā)布模型。此教程旨在讓你深入了解 Azure 機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)和常用操作。 關(guān)注TechLead,分享AI全維度知識(shí)。作者擁有10+年互聯(lián)網(wǎng)服務(wù)架構(gòu)、AI產(chǎn)品研發(fā)經(jīng)驗(yàn)、團(tuán)隊(duì)管理經(jīng)驗(yàn),同濟(jì)本復(fù)旦碩

    2024年02月08日
    瀏覽(26)
  • 【Microsoft Azure 的1024種玩法】 二十.Azure Multi-Factor Authentication多因素驗(yàn)證最佳實(shí)戰(zhàn)

    【Microsoft Azure 的1024種玩法】 二十.Azure Multi-Factor Authentication多因素驗(yàn)證最佳實(shí)戰(zhàn)

    Multi-Factor Authentication (MFA) 是一種多因素認(rèn)證的安全實(shí)踐方法,它能夠在用戶(hù)名和密碼之外再額外增加一層安全保護(hù)。啟用 MFA 后,用戶(hù)登錄Azure門(mén)戶(hù)時(shí),系統(tǒng)將要求輸入用戶(hù)名和密碼(第一安全要素),然后要求輸入來(lái)自其 MFA 設(shè)備的動(dòng)態(tài)驗(yàn)證碼(第二安全要素),多因素的安

    2024年02月07日
    瀏覽(26)
  • ElasticSearch云服務(wù):AWS與Azure實(shí)戰(zhàn)解析

    在這個(gè)數(shù)字化時(shí)代,數(shù)據(jù)的增長(zhǎng)速度如同滾雪球一般,勢(shì)不可擋。對(duì)于企業(yè)來(lái)說(shuō),如何有效地管理和搜索這些龐大的數(shù)據(jù)資源,成為了一個(gè)棘手的問(wèn)題。ElasticSearch,作為一個(gè)開(kāi)源的搜索與數(shù)據(jù)分析引擎,因其實(shí)時(shí)分析的能力而廣受歡迎。而將ElasticSearch部署在云服務(wù)上,不僅

    2024年04月10日
    瀏覽(25)
  • Azure Machine Learning - 視頻AI技術(shù)

    Azure Machine Learning - 視頻AI技術(shù)

    Azure AI 視頻索引器是構(gòu)建在 Azure 媒體服務(wù)和 Azure AI 服務(wù)(如人臉檢測(cè)、翻譯器、Azure AI 視覺(jué)和語(yǔ)音)基礎(chǔ)之上的一個(gè)云應(yīng)用程序,是 Azure AI 服務(wù)的一部分。 有了 Azure 視頻索引器,就可以使用 Azure AI 視頻索引器視頻和音頻模型從視頻中提取見(jiàn)解。 Azure AI 視頻索引器通過(guò)運(yùn)行

    2024年01月20日
    瀏覽(49)

覺(jué)得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包