飞桨深度学习笔记

吴恩达深度学习笔记（七）——机器学习策略

一、正交化通俗的理解就是：要能够诊断出系统性能瓶颈在哪里，以有策略刚好解决这个问题。一个“按钮”只负责解决一件事情。二、单一数字评估指标准确率（precision）：在分类器中标记为猫的例子中，有多少是真的猫召回率（recall）：对于所有的真猫图片，你的分类器正确识别了多少。但如果有两个评估指标，就很难去选择一个更好的分类器，如下图所示。所以有一个结合这两个指标的标准方法，也即F1分数，定义如下

子非鱼icon·2025-01-23 10:42

AIGC视频生成模型：Meta的Emu Video模型

优质专栏回顾：机器学习笔记深度学习笔记多模态论文笔记AIGC—图像文章目录论文摘要引言相关工作文本到图像（T2I）扩散模型视频生成/预测文本到视频（T2V）生成分解生成方法预备知识EmuVideo生成步骤图

好评笔记·2025-01-22 10:21

AIGC视频生成国产之光：ByteDance的PixelDance模型

优质专栏回顾：机器学习笔记深度学习笔记多模态论文笔记AIGC—图像文章目录论文摘要引言输入训练和推理时的数据处理总结相关工作视频生成长视频生成方法模型架构

好评笔记·2025-01-21 08:48

深度学习笔记——模型部署

大家好，这里是好评笔记，公主号：Goodnote，专栏文章私信限时Free。本文简要概括模型部署的知识点，包括步骤和部署方式。文章目录模型部署模型部署的关键步骤常见的模型部署方式优势与挑战总结边缘端部署方案总结历史文章机器学习深度学习模型部署模型部署是指将训练好的机器学习或深度学习模型集成到生产环境中，使其能够在实际应用中处理实时数据和提供预测服务。模型部署的流程涉及模型的封装、部署环境的选择、部

好评笔记·2025-01-21 04:11

深度学习笔记——前向传播与反向传播、神经网络（前馈神经网络与反馈神经网络）、常见算法概要汇总

大家好，这里是好评笔记，公主号：Goodnote，专栏文章私信限时Free。本文简要介绍深度学习的前向传播与反向传播，以及前馈神经网络与反馈神经网络。文章目录前向传播与反向传播前向传播（ForwardPropagation）反向传播（BackPropagation）总结神经网络简介结构类型前馈神经网络（FeedforwardNeuralNetwork,FFNN）特点常见变体反馈神经网络（Feedb

好评笔记·2025-01-19 03:25

深度学习笔记——生成对抗网络GAN

大家好，这里是好评笔记，公主号：Goodnote，专栏文章私信限时Free。本文详细介绍早期生成式AI的代表性模型：生成对抗网络GAN。文章目录一、基本结构生成器判别器二、损失函数判别器生成器交替优化目标函数三、GAN的训练过程训练流程概述训练流程步骤1.初始化参数和超参数2.定义损失函数3.训练过程的迭代判别器训练步骤生成器训练步骤4.交替优化5.收敛判别GAN训练过程的挑战四、GAN的常见变体

好评笔记·2025-01-19 03:25

吴恩达深度学习笔记(30)-正则化的解释

正则化（Regularization）深度学习可能存在过拟合问题——高方差，有两个解决方法，一个是正则化，另一个是准备更多的数据，这是非常可靠的方法，但你可能无法时时刻刻准备足够多的训练数据或者获取更多数据的成本很高，但正则化通常有助于避免过拟合或减少你的网络误差。如果你怀疑神经网络过度拟合了数据，即存在高方差问题，那么最先想到的方法可能是正则化，另一个解决高方差的方法就是准备更多数据，这也是非常

极客Array·2024-09-16 00:23

【数据获取与读取】JSON & CSV

数据分析流程获取数据-读取数据-评估数据-清洗数据-整理数据-分析数据-可视化数据公开数据集飞桨（百度旗下深度学习平台）数据集：https:/aistudio.baidu.com/aistudio/datasetoverview

yogurt=b·2024-09-10 13:14

【三】分布式训练---单机多卡与多机多卡组网（飞桨paddle2.0+）更加推荐spawn方式！

1.单机多卡启动并行训练飞桨2.0增加paddle.distributed.spawn函数来启动单机多卡训练，同时原有的paddle.distributed.launch的方式依然保留。

汀、人工智能·2024-09-09 16:14

百度飞桨paddle安装包括CUDA,cuDNN,opencv的安装

conda创建新环境这部分代码均在AnacondaPrompt中写，要求已有Anaconda第一步：创建condacreate--nameyourEnvpython=3.6–name：也可以缩写为【-n】，【yourEnv】是新创建的虚拟环境的名字，创建完，可以装anaconda的目录下找到envs/yourEnv目录python=2.7：是python的版本号。也可以指定为【python=3.6

小甲学长·2024-09-09 16:13

百度飞浆目标检测PPYOLOE模型在PC端、Jetson上的部署（python）

部署目标检测模型前，需要配置好paddlepaddle的环境：开始使用_飞桨-源于产业实践的开源深度学习平台(paddlepaddle.org.cn)PC端和Jetson板卡端的部署方法相同，如下（直接放置部署和测试代码

代码能跑就可以·2024-09-02 10:09

吴恩达深度学习笔记(24)-为什么要使用深度神经网络？

为什么使用深层表示？（Whydeeprepresentations?）我们都知道深度神经网络能解决好多问题，其实并不需要很大的神经网络，但是得有深度，得有比较多的隐藏层，这是为什么呢？我们一起来看几个例子来帮助理解，为什么深度神经网络会很好用。首先，深度网络在计算什么？如果你在建一个人脸识别或是人脸检测系统，深度神经网络所做的事就是，当你输入一张脸部的照片，然后你可以把深度神经网络的第一层，当成一

极客Array·2024-09-01 16:18

百度飞桨教程（一）

百度飞桨（paddle），是一个开源的深度学习平台百度飞桨的安装pipinstallpaddlepaddle-ihttps://mirror.baidu.com/pypi/simple手写数字识别案例我们来通过一个案例

怎么这么多名字都被占了·2024-08-31 00:55

paddle nlp 3.0 全面拥抱开源大模型

首先安装神圣的飞桨自然语言处理框架3.0pipinstall--upgradepaddlenlp==3.0.0b0阿里云通义千问（Qwen2）系列大模型介绍阿里云通义千问（Qwen2）是阿里云推出的一系列先进的大型语言模型

路人与大师·2024-08-24 04:40

飞桨科学计算套件PaddleScience

安装当然要先安装好飞桨PaddlePaddle，再安装PaddleSciencepipinst

skywalk8163·2024-03-22 05:52

【深度学习笔记】1 数据操作

注：本文为《动手学深度学习》开源内容，仅为个人学习记录，无抄袭搬运意图数据操作在深度学习中，我们通常会频繁地对数据进行操作。作为动手学深度学习的基础，本节将介绍如何对内存中的数据进行操作。在PyTorch中，torch.Tensor是存储和变换数据的主要工具。如果你之前用过NumPy，你会发现Tensor和NumPy的多维数组非常类似。然而，Tensor提供GPU计算和自动求梯度等更多功能，这些使

RIKI_1·2024-03-16 02:02

【深度学习笔记】6_4 循环神经网络的从零开始实现

注：本文为《动手学深度学习》开源内容，部分标注了个人理解，仅为个人学习记录，无抄袭搬运意图6.4循环神经网络的从零开始实现在本节中，我们将从零开始实现一个基于字符级循环神经网络的语言模型，并在周杰伦专辑歌词数据集上训练一个模型来进行歌词创作。首先，我们读取周杰伦专辑歌词数据集：importtimeimportmathimportnumpyasnpimporttorchfromtorchimport

RIKI_1·2024-03-12 07:23

【深度学习笔记】6_10 双向循环神经网络bi-rnn

注：本文为《动手学深度学习》开源内容，部分标注了个人理解，仅为个人学习记录，无抄袭搬运意图6.10双向循环神经网络之前介绍的循环神经网络模型都是假设当前时间步是由前面的较早时间步的序列决定的，因此它们都将信息通过隐藏状态从前往后传递。有时候，当前时间步也可能由后面时间步决定。例如，当我们写下一个句子时，可能会根据句子后面的词来修改句子前面的用词。双向循环神经网络通过增加从后往前传递信息的隐藏层来更

RIKI_1·2024-03-10 11:07

基于ERNIR3.0文本分类的开发实践

参考：基于ERNIR3.0文本分类：(KUAKE-QIC)意图识别多分类(单标签)-飞桨AIStudio星河社区(baidu.com)https://zhuanlan.zhihu.com/p/574666812

wangqiaowq·2024-03-07 03:54

深度学习笔记１：神经网络端到端学习笔记

许多重要问题都可以抽象为变长序列学习问题（sequencetosequencelearning），如语音识别、机器翻译、字符识别。这类问题的特点是，1)输入和输出都是序列（如连续值语音信号/特征、离散值的字符），2)序列长度都不固定，3)并且输入输出序列长度没有对应关系。因此，传统的神经网络模型（DNN，CNN，RNN）不能直接以端到端的方式解决这类问题的建模和学习问题。解决变长序列的端到端学习，

撒哈拉土狼·2024-02-26 11:24

人工智能学习与实训笔记（六）：神经网络之智能推荐系统

人工智能专栏文章汇总：人工智能学习专栏文章汇总-CSDN博客本篇目录七、智能推荐系统处理7.1常用的推荐系统算法7.2如何实现推荐7.3基于飞桨实现的电影推荐模型7.3.1电影数据类型7.3.2数据处理

穿越光年·2024-02-20 17:30

吴恩达深度学习-L1 神经网络和深度学习总结

作业地址：吴恩达《深度学习》作业线上版-知乎(zhihu.com)写的很好的笔记：吴恩达《深度学习》笔记汇总-知乎(zhihu.com)我的「吴恩达深度学习笔记」汇总帖（附18个代码实战项目）-知乎(zhihu.com

向来痴_·2024-02-20 07:26

《深入浅出多模态》：智能文档处理多模态大模型总结

作者主页:GoAI|公众号:GoAI的学习小屋|交流群:704932595|个人简介：掘金签约作者、百度飞桨PPDE、领航团团长、开源特训营导师、CSDN、阿里云社区人工智能领域博客专家、新星计划计

GoAI·2024-02-20 05:22

飞桨和torch随机数对齐

飞桨和torch随机数对齐#在使用traindataloader的时候，建议设置randomseed，对于PyTorch来说#initializerandomseedtorch.manual_seed(

skywalk8163·2024-02-14 04:06

深度学习笔记：推理服务

在线推理服务解决的问题样本处理特征抽取(生成)特征抽取过程特征定义通用定义具体定义特征抽取加速Embeding查询NN计算DL框架计算优化图优化量化优化异构计算CodeGen总结参考资料解决的问题模型训练解决模型效果问题，模型推理解决模型实时预测问题。推理服务是把训练好的模型部署到线上，进行实时预测的过程。如阿里的RTP系统顾名思义，实时预测是相对于非实时预测(离线预测)而言，非实时预测是将训练好

TaoTao Li·2024-02-14 03:58

100000000！文心一言披露最新用户规模

会上，王海峰以《文心加飞桨，翩然赴星河》为题作了主旨演讲，分享了飞桨和文心的最新成果。

桃花键神·2024-02-13 14:28

《零基础实践深度学习》1.4.1飞桨产业级深度学习开源开放平台介绍

1.4飞桨产业级深度学习开源开放平台介绍1.4.1深度学习框架近年来，深度学习在很多机器学习任务中都有着非常出色的表现，在图像识别、语音识别、自然语言处理、机器人、网络广告投放、医学自动诊断和金融等领域都有着广泛应用

软工菜鸡·2024-02-13 06:35

fast.ai 深度学习笔记（三）

深度学习2：第1部分第6课原文：medium.com/@hiromi_suenaga/deep-learning-2-part-1-lesson-6-de70d626976c译者：飞龙协议：CCBY-NC-SA4.0来自fast.ai课程的个人笔记。随着我继续复习课程以“真正”理解它，这些笔记将继续更新和改进。非常感谢Jeremy和Rachel给了我这个学习的机会。第6课[##2017年深度学习优

绝不原创的飞龙·2024-02-12 21:27

深度学习笔记

DeepLearningBasic神经网络：algorithm1input1outputinput2input3input4algorithm2监督学习：1个x对应1个y；Sigmoid:激活函数sigmoid=11+e−xsigmoid=\frac{1}{1+e^{-x}}sigmoid=1+e−x1ReLU:线性整流函数；##LogisticRegression-->binaryclassif

stoAir·2024-02-12 14:28

《深入浅出OCR》实战：基于PGNet的端到端识别

个人主页:GoAI|公众号:GoAI的学习小屋|交流群:704932595|个人简介：掘金签约作者、百度飞桨PPDE、领航团团长、开源特训营导师、CSDN、阿里云社区人工智能领域博客专家、新星计划计算机视觉

GoAI·2024-02-11 23:35

fast.ai 深度学习笔记（六）

深度学习2：第2部分第12课原文：medium.com/@hiromi_suenaga/deep-learning-2-part-2-lesson-12-215dfbf04a94译者：飞龙协议：CCBY-NC-SA4.0来自fast.ai课程的个人笔记。随着我继续复习课程以“真正”理解它，这些笔记将继续更新和改进。非常感谢Jeremy和Rachel给了我这个学习的机会。生成对抗网络（GANs）视频

绝不原创的飞龙·2024-02-11 14:13

fast.ai 深度学习笔记（一）

深度学习2：第1部分第1课原文：medium.com/@hiromi_suenaga/deep-learning-2-part-1-lesson-1-602f73869197译者：飞龙协议：CCBY-NC-SA4.0来自fast.ai课程的个人笔记。随着我继续复习课程以“真正”理解它，这些笔记将继续更新和改进。非常感谢Jeremy和Rachel给了我这个学习的机会。第一课开始[0:00]：为了训练

绝不原创的飞龙·2024-02-11 00:45

- PaddlePaddle 飞桨 FAQ合集 - 训练问题5

PaddlePaddle飞桨FAQ合集-训练问题5Question：在训练过程中报显存不足该怎么办呢？

GT_Zhang·2024-02-09 08:53

orin nx 安装paddlespeech记录

16GCuda版本11.4Opencv版本4.5.4Tensorrt版本5.1Cudnn版本8.6.0.166Deepstream版本6.2Python版本3.8算力100T安装paddlepaddle：去飞桨官网下载

想努力的人·2024-02-07 08:35

飞桨自然语言处理框架 paddlenlp的 trainer

飞桨（PaddlePaddle）的NLP库PaddleNLP中的Trainer类是一个用于训练和评估模型的简单但功能完整的循环。它被优化用于与PaddleNLP一起使用。

路人与大师·2024-02-07 07:37

使用深度学习框架飞浆Paddle实现的鲜花识别任务

PaddlePaddle（飞桨）是百度公司开发的深度学习框架，具有易用、高效、灵活和可伸缩等特点。

神奇的布欧·2024-02-05 00:49

深度学习实验-3d医学图像分割

本实验在百度飞桨平台上采用nnU-N

桶的奇妙冒险·2024-02-04 17:30

吴恩达深度学习笔记(15）-浅层神经网络之神经网络概述

神经网络概述（NeuralNetworkOverview）从今天开始你将学习如何实现一个神经网络。这里只是一个概述，详细的在后面会讲解，看不懂也没关系，先有个概念，就是前向计算然后后向计算，理解了这个就可以了，有一些公式和表达在后面会详细的讲解。在我们深入学习具体技术之前，我希望快速的带你预览一下后续几天你将会学到的东西。现在我们开始快速浏览一下如何实现神经网络。之前我们讨论了逻辑回归，我们了解了

极客Array·2024-02-03 08:27

Paddle入门实战系列（五）：渔船牌照识别

计算机视觉方向火爆报名中1️⃣活动时间：4月3日-4月30日2️⃣活动报名地址：http://t.csdn.cn/VeEVA‍作者简介：CSDN、阿里云人工智能领域博客专家，新星计划计算机视觉导师，百度飞桨

GoAI·2024-01-31 23:40

Tensorflow实战深度学习笔记一

人类直观能力----人工智能（自然语言理解、图像识别、语音识别等）。经验----机器学习。训练----特征相关度。特征提取深度学习---自动地将简单的特征组合成更加复杂的特征，并使用这些复杂特征解决问题。深度学习--------不等于模仿人类大脑。

独立开发者Lau·2024-01-31 20:13

一起学习飞桨深度强化学习算法DQN

LEARN_FREQ=5#trainingfrequencyMEMORY_SIZE=200000MEMORY_WARMUP_SIZE=200BATCH_SIZE=64LEARNING_RATE=0.0005GAMMA=0.99#trainanepisodedefrun_train_episode(agent,env,rpm):total_reward=0obs=env.reset()step=0w

路人与大师·2024-01-31 18:35

飞桨大模型分布式训练技术

今天我为大家介绍飞桨大模型分布式训练技术，内容分为以下几个部分：首先，我会介绍大模型训练面临的重点难题；然后，为大家介绍飞桨在大模型训练领域的特色分布式训练技术和优化方案；最后，伴随着代码示例和大模型套件

百度智能云技术站·2024-01-31 18:33

飞桨paddlespeech语音唤醒推理C INT8 定点实现

前面的文章（飞桨paddlespeech语音唤醒推理C定点实现）讲了INT16的定点实现。因为目前商用的语音唤醒方案推理几乎都是INT8的定点实现，于是我又做了INT8的定点实现。实现前做了一番调研。

david_tym·2024-01-31 18:02

基于PaddleDetection的锥桶检测并在Gazebo环境中实现部署

点击左上方蓝字关注我们【飞桨开发者说】吴瀚，武汉理工大学本科在读，人工智能技术爱好者、飞桨开发者，希望能将AI技术更好地落地实践、服务生活。感兴趣的方向有：计算机视觉、迁移学习、推理部署。

飞桨PaddlePaddle·2024-01-31 03:18

python使用PaddleOCR实现《命名实体识别项目》OCR（已实现）（ai领域必看，简单易用）

1.简介：PaddleOCR是飞桨（PaddlePaddle）推出的一个端到端的光学字符识别开源工具集，支持中文、英文、数字以及特殊符号等各种类型的文字检测、识别和词语整体识别。

热爱生活的五柒·2024-01-27 07:30

语音生成、写作增强、论文辅助、英文学习，AI原生应用精彩推荐一箩筐！

崭新的2024年已然降临，飞桨星河社区再次涌现出诸多精彩纷呈的AI原生应用，快来一同探索，发现这些应用带来的无限惊喜与可能吧！

飞桨PaddlePaddle·2024-01-26 20:13

百度飞桨会客厅落地广州，打通AI应用落地的“最后一公里”

2023年，在大模型的浪潮下，各行各业使用AI技术的门槛被进一步降低，为AI技术创新广泛赋能产业发展提供了基础。百度依托全栈式的AI技术产品优势，推动AI产业人才培养，建设繁荣技术生态，加速AI技术在产业的规模应用。广州是国家人工智能创新应用先导区，百度AI技术生态已累计服务广州企业7747家，重点服务433家、技术伙伴23家，为广州市人工智能技术型企业提供源源不断的技术赋能支持和应用人才支持。为

飞桨PaddlePaddle·2024-01-26 20:43

有挑战才有收获！PaddleOCR算法模型挑战赛火热开启！

作为PaddleOCR开源项目背后的维护者，飞桨团队一直致力于提升光学字符识别（Opticalcharacterrecognition，OCR）技术的精度和效率，满足广大开发者和用户的需求。