如何计算Pytorch中的平均相对绝对误差
在PyTorch中计算平均相对绝对误差（Mean Absolute Percentage Error，简称MAPE）可以通过以下步骤实现：
- 导入必要的库：
import torch- 定义真实值和预测值：
y_true = torch.tensor([1, 2, 3, 4, 5])
y_pred = torch.tensor([1.2, 2.3, 3.4, 4.5, 5.6])- 计算绝对误差（Absolute Error）：
absolute_error = torch.abs(y_true - y_pred)- 计算相对误差（Relative Error）：
relative_error = absolute_error / y_true- 计算平均相对绝对误差（Mean Absolute Percentage Error）：
mape = torch.mean(relative_error) * 100最后，打印出计算得到的平均相对绝对误差：
print("MAPE:", mape.item(), "%")这样就可以得到PyTorch中的平均相对绝对误差的计算结果。
关于PyTorch的更多信息和使用方法，可以参考腾讯云的PyTorch产品介绍页面：PyTorch产品介绍
相关·内容
将神经网络质量定义为：
对于连续目标，这1减去预测中的平均绝对误差(预测值绝对值的平均值减去观测值)与预测值的范围(最大预测值减去最小预测值)的比率。
这是计算标准吗？
我很难理解质量是如何由此而来的。
浏览 1提问于2016-04-04得票数 2
回答已采纳
1回答
高RMSE和MAE及低MAPE
、、、、
我在同一个数据集上使用了一些回归模型，并为它们获得了如下所示的错误度量，
📷
模型A的均方根误差(RMSE)和平均绝对误差(MAE)均低于模型A中R2分数较高的模型A，这意味着模型A比模型B提供了更好的预测，但当考虑到模型A的平均绝对百分比误差( MAPE )时，如果有人能解释它的原因，我会非常感激。提前谢谢。
浏览 0提问于2018-08-20得票数 5
回答已采纳
如果平均绝对误差(MAE)损失不可微，如何将其应用于神经网络？其中大部分是用反向传播训练的。
我想知道MAE是否是不可微的，它们如何被用作损失函数。
浏览 0提问于2020-03-28得票数 3
我的模型有一个小问题
输出似乎足够好，但我担心较高的相对绝对误差和根相对平方误差。当我尝试J48和NaiveBayes时，它也高达98%。它在分类中不是那么重要吗?我可以就这样离开吗？否则，我如何改进它呢？成本矩阵是：
0 1
2%0
是什么提高了第二级TP率的结果。提前感谢您的帮助
浏览 1提问于2016-04-27得票数 1
回答已采纳
在使用我的数据集时，我注意到Excel趋势线拟合给出的结果与python中的curve_fit有很大不同： Excel指数趋势线给出了以下方程y= 0.00002178exp(0.53759216x)，其中a= 0.00002178，b= 0.53759216 Python curve_fit (无约束)结果为a= 0.19807362，b= 0.25736161 绘制时，Python解决方案似乎不如Excel准确 下面是我的代码： df = pd.read_excel(path)
def func(x, a, b):
return a*np.exp(x*b)
popt, pco
浏览 67提问于2019-10-15得票数 1
我不知道如何将PyTorch方法adaptive_avg_pool2d转换为Keras或TensorFlow。有人能帮忙吗？PyTorch方法
adaptive_avg_pool2d(14,[14])
我尝试使用平均池，在Keras中重新构造张量，但得到了错误：
ValueError:新数组的总大小必须保持不变
浏览 4提问于2018-10-03得票数 4
我正在研究一个回归模型，为了评估模型的性能，我的老板认为我们应该使用这个指标：
总绝对误差均值=均值(Y_predicted)/均值(Y_true)- 1
其中，均值(Y_predicted)是所有预测的平均值，平均值(Y_true)是所有真值的平均值。
我以前从未见过这一指标被用于机器学习，我说服他将平均绝对百分比误差作为一种替代方法，然而即使我的模型在MAPE方面表现得更好，但当我们看总绝对误差平均值时，有些地方表现不佳。
我的直觉是，这个指标显示出真正的准确性是错误的，但我似乎无法理解其中的原因。
总绝对误差是否意味着一个有效的性能指标？如果没有，那为什么？如果是的话，为什么回归模型的精
浏览 0提问于2019-03-30得票数 2
回答已采纳
1回答
我玩线性回归在蓝色机器学习和评价一个模型。
我仍然有点不确定评估的各种指标意味着什么和显示什么，所以如果我不正确的话，我会感激一些纠正。
平均绝对误差:残差(误差)的均值。
均方误差:残差的标准差。有了这个，我可以看到我的绝对误差离平均值/中位数有多远。
相对绝对误差：一个百分比值，显示相对误差和绝对误差之间的百分比差异。值越低越好，说明差异越小。
相对平方误差:相对于绝对值平方的平方。不知道这会给我带来什么相对绝对误差。
确定系数：表示输入之间的相关性。+1或-1表示完全相关，0表示无相关性。
直方图显示的是各种错误程度桶的频率。这显示出许多小错误。随着频率的降低，误
浏览 3提问于2017-04-07得票数 0
回答已采纳
1回答
如何计算姿态估计的平均绝对误差(MAE)？我知道这是地面真实姿态和预测姿态之间的误差，但我将如何计算这个呢？
浏览 2提问于2015-03-30得票数 0
回答已采纳
1回答
不同精度/误差度量之间的转换
、、、、
我正在尝试比较几种不同的度量度量之间的模型精度。例如，一些引用使用准确性，而另一些使用错误。这一点很明显，但是有很多不同的度量标准，我不完全确定如何比较其中的一些指标，而不会失去一些单独的度量标准的完整性。或者是否有一些可以被比较。我的清单是：
错误率.平均绝对误差.绝对误差.日志损失.分类精度.根均方误差-分类误差-F-曲线下测量面积-平均试验误差.错误分类误差.试验误差.平均试验误差
因此，我的问题是如何有效地在这些之间进行转换，如果不可能进行直接转换，则以一种有意义和准确的方式进行比较和排序。
浏览 8提问于2016-02-03得票数 0
在许多编程问题中，都提到了上述约束。我已经在codechef和SPOJ中看到了这一点。
例如，，和更多。(请参阅这两个示例链接中的输出部分)
这个约束的含义是什么？如何确保此约束是由我的输出指定的？
浏览 0提问于2013-03-04得票数 2
回答已采纳
我有一个多行的数据集(~500000)。此数据集的列"X“的平均值为4.5。我希望样本数据集(没有替换)有大约50000行，同时达到平均值"X“约为3.5。
我怎样才能在R中做到这是相当快的呢？
浏览 1提问于2019-11-05得票数 1
回答已采纳
问题展示了如何在Pytorch中初始化权重。但是，Conv和Dense在Pytorch中的默认权重初始化器是什么？Pytorch使用什么发行版？
浏览 0提问于2018-04-13得票数 15
回答已采纳
1回答
三次数学检验
、、、、
我正试着把一个室内三边化程序装在N个BLE物体上。在我的房间里有任意数量的信标，我的ipad可以把它在里面的位置跟踪到一个亚米的精确程度(我希望)。
我让 (我也会把这个问题放在哪里)来检查我最初的Trilateration程序。我唯一得到的评论是
现在，我正试图在我的代码中实现他们的迭代三元数数学。他们的公式如下(很抱歉，我不知道如何提出正确的数学公式)：
参照点= Xi，Yi
距离= di
平凡初值= Xe，Ye
距离估计误差=x= di−−((xi−xe )^2 + (yi−ye )^2)
接下来，他们对Xe和Ye的初步估计采用如下的增量：
Xe = Xe + 0.05 Del
浏览 1提问于2014-04-11得票数 0
我正在尝试设置一个GridSearchCV实例，以确定哪一组超参数将产生最低的平均绝对误差。表示，分数指标可以在创建GridSearchCV时传递到网格中(如下所示)。
param_grid = {
'hidden_layer_sizes' : [(20,),(21,),(22,),(23,),(24,),(25,),(26,),(27,),(28,),(29,),(30,),(31,),(32,),(33,),(34,),(35,),(36,),(37,),(38,),(39,),(40,)],
'activation' : ['rel
浏览 0提问于2018-07-25得票数 3
回答已采纳
在pytorch中，backward()函数累积渐变，我们必须通过调用optimizer.zero_grad()在每个小批量中重置它。在这种情况下，当实际动量SGD使用过去一些小批次的指数平均值更新权重时，动量SGD如何工作。
作为Pytorch的初学者，我很困惑。不需要使用过去的渐变来执行更新吗？
浏览 0提问于2018-12-31得票数 1
我在PyTorch中实现了一个训练循环，对于指标，我想使用的ROC AUC分数。
我可以使用sklearn的实现来计算单个预测的得分，但在想象如何使用它来计算整个时期的平均得分时有一点困难。有没有人能把我推向正确的方向？
浏览 10提问于2020-05-13得票数 0
回答已采纳
3回答
我对Power BI相当陌生，我一直在努力解决表中的总计问题。
我试图使用以下计算来计算平均百分比误差:/Actuals(Actuals-预测)
下面是我的数据集：
'MAPEX‘列中的总数实际上是'AbsErr’/ 'Actuals‘列中总数的总和：(1457.27 / 2786.27 = 0.52)。
我真正需要显示的是'MAPEX‘中的值之和，总数为5.88。
“MAPEX”列是具有以下定义的度量：
MAPEX = DIVIDE([AbsErr], sum(CUBE_PeriodicData[Actuals]),0)
我不需要在表中的“总计”行中
浏览 8提问于2020-01-21得票数 1
回答已采纳
我正在阅读PyTorch转移学习教程，网址是：
在数据增强阶段，有以下步骤对图像进行规范化：
transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
我能理解它为什么要这么做，但是我找不到平均值和std值是如何计算出来的？我试图计算火车数据集的平均值，平均值是：
array([ 0.11727478, 0.04542569, -0.28624609], dtype=float32)
浏览 1提问于2018-02-16得票数 5
回答已采纳
假设我们有一个NN，我们想要训练它来预测输入中的3个值。我们有一组训练数据：
x_train = ((1, 5, 3, 2, 6), (1, 8, 6, 9, 3), ...)
目标呢？
y_train = ((25, 32, 0.12), (.125, -5, 8), ...)
如果pytorch只计算一个标量作为损失函数，它如何进行训练？为什么它无法计算与每个输出神经元相关的损失？例如，如果x_train的答案是(20，32，0.12)，我们不想更新与答案(25，37，0.12)相同的权重，对吗？但在这种情况下，使用pytorch计算的损失将是相同的，因为它(对于经典的MSE损失)意味着
浏览 15提问于2021-02-28得票数 0
回答已采纳
1回答
目前，我正在研究人工神经网络、支持向量机和线性回归方法在基于气象因素(13个因素)的区域水果产量预测中的应用。
在WEKA上实现这些方法时，我得到了不好的结果:与MultilayerPreceptron一样，我的结果是：(我将数据集除以28用于训练，8用于测试) ===运行信息===
方案: weka.classifiers.functions.MultilayerPerceptron -L 0.3 -M 0.2 -N 500 -V 0 -S 0 -E 20 -H a -G -R关系: apr6_data实例:28个属性:15个
构建模型所需时间: 3.69秒
===对测试集===的预测
in
浏览 0提问于2012-04-07得票数 0
我只找到了回归问题的良好损失函数。然后在Tensorflow中使用它。
在tensorflow的API中，存在大量的损失函数，其中大部分是针对分类问题而设计的。
对于回归问题，除MSE外，任何其他良好的损失函数都不包括在内。
浏览 6提问于2017-12-29得票数 1
回答已采纳
1回答
最近，当我尝试实现AlexNet时，我遇到了一种Pytorch中的方法。我不明白它是怎么工作的。请用一些例子来解释它背后的想法。从神经网络功能的角度看，它是如何区别于Maxpooling或平均极化的？
nn.AdaptiveAvgPool2d((6，6))
浏览 0提问于2019-11-04得票数 42
2回答
对于计算任意给定双值的实际平方根的问题，编程访谈元素的作者提出了一个，其中两个双值a和b的差值计算如下：
typedef enum { SMALLER, EQUAL, LARGER } Ordering;
Ordering Compare(double a, double b) {
// Uses normalization for precision problem.
double diff = (a - b) / b;
return diff < -numeric_limits<double>::epsilon()
? SMALLE
浏览 5提问于2017-07-03得票数 2
2回答
python中有没有多项式或线性回归函数，哪个误差函数是平均绝对误差？Sklearn使用MSE，但由于数据中的噪声具有正态分布，我想使用MAE来最小化。之后，我还需要一个数学函数(系数)。
浏览 3提问于2021-01-04得票数 0
1回答
我在R中使用ODE函数来求解这个方程：
library(deSolve)
FluidH <- function(t,state,parameters) {
with(as.list(c(state,parameters)),
dh <- Qin/A - ((5073.3*h^2+6430.1*h)/(60*A))
list(c(dh))
})
}
parameters <- c(Qin =10, A=6200)
state<- c(h=0.35)
time <- seq(0,2000,by=1)
out <- ode(y= state, func
浏览 12提问于2018-01-20得票数 2
在开源数据挖掘软件Weka (用Java编写)中，当运行线性回归等数据挖掘算法时，Weka返回模型和一些模型对测试数据的评估指标。
它看起来是这样的：
Correlation coefficient 0.2978
Mean absolute error 15.5995
Root mean squared error 29.9002
Relative absolute error 47.7508 %
Root relative squared error
浏览 0提问于2012-05-28得票数 8
回答已采纳
2回答
我有BxCxHxW的张量，其中B是批处理。我感兴趣的是，当批处理大小大于1时，如何在中实现损失。以下是我们通常在PyTorch中所做的工作，
l1_loss = torch.nn.L1Loss()
loss = l1_loss(pred,gt)
是loss是批处理的平均损失吗？
如果确实如此，那么下面的代码是否等同于我们在PyTorch中通常所做的(上面的代码)？
l1_loss = torch.nn.L1Loss()
for idx in range(B):
if idx==0:
loss = l1_loss(pred[idx,:,:,:],gt[idx,:,:,:])
e
浏览 3提问于2021-01-19得票数 1
回答已采纳
1回答
我正在为数学库写一些简单的单元测试。
为了确定库是否产生了好的结果，我必须将它们与预期的结果进行比较。由于四舍五入等原因，即使是好的结果也会使与预期的略有不同(例如，预期0.700时的0.701 )。
问题是，我必须决定两个向量有多相似。我想把这种相似性描述为一个错误比例(对于数字，它将是errorScale(3.0f /* generated */, 1.0f /* expected */) = 3.0f/1.5f = 2.0f == 200%)。
用哪种方法来确定二维、三维和四维向量的相似性？
浏览 4提问于2015-11-27得票数 2
回答已采纳
3回答
RF和DT超拟合
、、、
我是机器学习的新手，我从Kaggle的一些课程开始。在那里，我学会了如何使用DecisionTreeRegressor()和RandomForestRegressor()从sklearn。
但是，我不能真正理解我如何能够验证我的解释变量不适合这个模型。例如，经验教训包括使用平均绝对误差进行评价。MAE和MRSE可以评估我的决策树深度是否是最优的，但如果我的解释数据是相关的，则不能。
我来自经济学，所以我习惯于用诊断或$R^2$来处理这些问题。是否有任何等价的$R^2$基准，以确定我的解释变量是否过分适合我的模型？
浏览 0提问于2018-04-20得票数 1
回答已采纳
在matlab中，我使用绘制x和y错误条。但是，在x轴和y轴上都有一个日志标度，错误条看起来不太正确--也就是说，错误条的“头”大小不同。我怎么才能解决这个问题？
X = 10 * rand(7,1);
Y = 10 * rand(7,1);
ux = rand(7,1);
uy = rand(7,1);
lx = rand(7,1);
ly = rand(7,1);
errorbarxy(X,Y,ux,uy,lx,ly,'Color','k','LineStyle','none','Marker','o&
浏览 3提问于2016-02-03得票数 1
回答已采纳
我试着把预先训练过的BN重量从一个pytorch模型复制到它的等价Keras模型，但是我总是得到不同的输出。
我读过Keras和Pytorch BN文档，我认为区别在于它们计算“平均值”和"var“的方式。
毕圣火炬：
平均偏差和标准差是在小批次上按维数计算的。
来源：
因此，他们平均超过样本。
喀拉斯：
轴:整数，应该标准化的轴(通常是特征轴)。例如，在Conv2D层之后使用data_format="channels_first"，在BatchNormalization中设置axis=1。
来源：
在这里，他们平均的特征(频道)
正确的方法是什么？如何
浏览 0提问于2019-02-12得票数 3
这是
assert_in_delta(exp，act，delta = 0.001，msg =0)
用来比较浮标。失败，除非exp和act在彼此的增量范围内。
assert_in_delta数学：：PI，(22.0 / 7.0)，0.01
这是
assert_in_epsilon(a，b，epsilon = 0.001，msg =0) public
用来比较浮标。失败，除非exp和act的相对错误小于epsilon。
这些看起来非常相似，到底有什么区别呢？你什么时候会用一种方法来代替另一种方法？
浏览 4提问于2016-09-28得票数 8
回答已采纳
我使用StableBaselines3 (基于PyTorch)来训练一个神经网络来完成强化学习任务。
我正在使用Tensorboard记录平均插曲奖励，以跟踪培训进度。然而，我注意到了一些对我来说毫无意义的事情。
下面是一些培训的截图：
红线是在通过model=PPO(.)创建我的模型之后，调用model.learn(500000)时的平均插曲奖励。蓝线是当第一次model.learn(500000)训练结束后，我再次打电话给model.learn(500000)时的平均插曲奖励，我以为这只会继续以前的model.learn()停止的训练。
为什么第二次model.learn()运行的初
浏览 8提问于2022-06-28得票数 0
我目前在Android的一个图像处理库中工作，但我想知道哪种方法是对库方法进行单元测试的最好方式。
我知道在设备内部和外部加载图像的方式可能会导致像素值的不同数字，所以直接比较矩阵:以前在android环境外处理的矩阵与内部处理的矩阵，似乎不是一个很好也不可靠的方法。
欢迎任何提示和建议。
提前谢谢。
浏览 3提问于2011-02-12得票数 1
2回答
(S)应该选择比较两种回归模型吗？
在修改了一个学习算法(特别是一个回归算法，我们称之为M1)以生成另一个学习算法M2之后，如何验证上述修改是否有效？
这里是我所做的(通过10次交叉验证)
我选择MSE作为唯一的度量，在每次运行时，对于M1和M2，计算训练和测试集的最小均方。
结果表明：
10次训练集的平均均方根值: M2 < M1
测试集10次运行的平均均方误差: M2 < M1
问题：
根据上面的列表，我们能得出M2比M1更好的结论吗？因此，算法M1的修改是有效的(至少在这个数据集上)？
或：
我错过了其他重要的测量吗？是否有比较两种回归模型的经验法则？
浏览 0提问于2018-04-02得票数 1
回答已采纳
我必须使用平均绝对误差实现一个损失函数，而不调用内置函数。下面的代码是否正确？因为我的损失值很快就从28.xx上升到0.00028。 同时，RMSE等其他损失函数具有更标准的损失曲线 loss = tf.reduce_sum(tf.abs(y_pred - Y) / nFeatures)
浏览 25提问于2019-06-01得票数 0
回答已采纳
在前面的问题中，有一个等式：
e = 1 – 3*((4/3) – 1)
这不是0，而是：
e =2.2204e-16
我理解为什么会发生这种情况，因为4/3不能准确地表示出来。
4/3最接近的表示形式是：
1.3333333333333332593184650249895639717578887939453125
经过必要的运算后，得到e =2.2204e-16。
现在，我在理解这些涉及e的等式中的奇怪行为时遇到了麻烦
1)
b = 1e-16 + 1 - 1e-16;
c = 1e-16 - 1e-16 + 1;
这里我们期望b等于c，但事实并非如此。我知道在操作顺序和错误方面有
浏览 3提问于2016-02-10得票数 0
1回答
我已经看到，自适应平均池在Tensor Flow和PyTorch中都可用。 我想知道如何在Flux.jl中实现这一点
浏览 46提问于2021-07-10得票数 2
回答已采纳
我试图建立一个加权最大损失函数，因为我的数据是高度不平衡的。losses.MeanAbsoluteError提供参数sample_weights，但只在其__call__()函数中提供。因此，我试图用自己的函数包装这个函数：
def weighted_mean_absolute_error(class_weights):
def loss(y_true, y_pred):
weights = tf.map_fn(fn=lambda t: class_weights.get(t, 1.0), elems=y_true)
mae = losses.MeanA
浏览 4提问于2021-09-29得票数 0
回答已采纳
以这个R为例：
> x = 0.5 - 0.3
> y = 0.3 - 0.1
> x == y # although mathematically TRUE, it’s FALSE for limited precision
[1] FALSE
> all.equal(x,y) # equal up to precision of computer
[1] TRUE
引用R文件：
‘all.equal(x，y)’是比较R对象‘x’和‘y’测试‘近相等’的实用工具。如果它们是不同的，仍然在一定程度上进行比较，并返回差异的报告。不要在‘if’表达式中直接
浏览 3提问于2016-01-01得票数 5
回答已采纳
我下载了特定于域的bert模型的tensorflow检查点，并将压缩文件解压缩到包含以下三个文件的文件夹pretrained_bert中
model.ckpt.data-00000-of-00001
model.ckpt.index
model.ckpt.meta
我使用下面的代码将tensorflow检查点转换为py手电筒
import torch
from pytorch_transformers.modeling_bert import BertConfig, BertForPreTraining, load_tf_weights_in_bert
tf_checkpoint
浏览 1提问于2019-08-19得票数 1
1回答
我正在使用XGBoost和dataset运行XGBRegressor，如下所示：
click_id | manufacturer | category | delivery_time | price | revenue
1 |10 | 100 | 24 | 100 | 0
2 |10 | 100 | 24 | 100 | 0
3 |10 | 100 | 24 |
浏览 2提问于2016-07-24得票数 4
1回答
我想训练一个多类别的分类器，用Pytorch。
下面的演示了如何在最后一层类型nn.Linear(84, 10)之后使用nn.CrossEntropyLoss()。
然而，我记得这就是Softmax所做的。
这让我很困惑。
如何以最好的方式训练“标准”分类网络？
如果网络有一个最终的线性层，如何推断每个类的概率？
如果网络有最终的softmax层，如何训练网络(哪种损失，以及如何)？
我在Pytorch论坛上找到了，它很可能回答了所有这些问题，但是我无法将它编译成工作的、可读的Pytorch代码。
我的假设答案是：
就像。
线性层输出的指数，这实际上是逻辑(日
浏览 2提问于2020-12-22得票数 3
回答已采纳
1回答
任务
输入b \leq 100和n \geq 2。考虑n二进制字符串，每个长度的b都是一致和独立采样的。我们想要计算任何对之间的期望最小Hamming距离。如果是n = 2，答案总是b/2。
正确性
理想情况下，您的代码应该在正确的\pm0.5中。但是，由于我不知道正确的平均值是什么，对于不太大的n值，我计算了一个估计值，您的代码应该在我估计值的\pm0.5内(我相信我的估计值在正确平均值的\pm0.1内)。对于比我的独立测试所允许的更大的值，你的答案应该解释为什么它是正确的。
b = 99, n = 2^{16}.估计avg。19.61。
b = 89, n = 2^{16}.估计avg。1
浏览 0提问于2020-02-07得票数 2
回答已采纳
1回答
假设在PyTorch中，我有model1和model2，它们具有相同的架构。他们在相同的数据上接受了进一步的培训，或者有一种模型是早期版本的，但它在技术上与这个问题无关。现在，我想将model的权重设置为model1和model2权重的平均值。我如何在PyTorch中做到这一点？
浏览 0提问于2018-02-01得票数 12
回答已采纳
1回答
我最近读了一段Pytorch代码，遇到了loss.backward()和optimizer.step()函数，有没有类似于使用tensorflow/keras的函数呢？
浏览 2提问于2020-05-05得票数 6
我正在尝试将使用Theano编写的代码复制到PyTorch。在代码中，作者使用以下命令计算梯度 import theano.tensor as T
gparams = T.grad(cost, params) gparams的形状是(256, 240) 我试过使用backward()，但它似乎没有返回任何东西。在PyTorch中有没有等同于grad的东西？ 假设这是我的输入， import torch
from torch.autograd import Variable
cost = torch.tensor(1.6019)
params = Variable(torch.ran
浏览 26提问于2019-10-17得票数 0
如果任何节点的平均值为60，那么RMSE为13。我是否可以得出结论，在我的节点上的错误是60 +-13，即在这个特定的样本拆分中，我的值从60-13到60+13。如果不是，在每次拆分时，mae/mse是什么?我该如何解释？
浏览 0提问于2020-10-23得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
