飞桨

开源了 | 文心大模型ERNIE-Tiny轻量化技术，又准又快，效果全开

本文已在飞桨公众号发布，查看请戳链接：开源了！
飞桨PaddlePaddle·2022-10-26 09:29

NLP预训练模型小型化与部署的那些事儿--飞桨PaddlePaddle

课程简介“手把手带你学NLP”是基于飞桨PaddleNLP的系列实战项目。
javastart·2022-10-26 09:29

提速1000倍，预测延迟少于1ms——百度飞桨基于ERNIE的语义理解开发套件

在「WAVESummit+」2019深度学习开发者秋季峰会上，百度对外发布基于ERNIE的语义理解开发套件，旨在为企业级开发者提供更领先、高效、易用的ERNIE应用服务，全面释放ERNIE的工业化价值，其中包含ERNIE轻量级解决方案，提速1000倍！今年7月份，百度发布持续学习语义理解框架ERNIE2.0，在共计16个中英文任务上超越BERT、XLNET，取得了SOTA的效果。ERNIE2.0发
Cry2engine·2022-10-26 09:58

2021极术通讯-为什么智慧计算如此重要？

芯方向•飞桨模型在“周易”NPU上的部署（基于R329开发板）本教程以搭载安谋科技“周易”(ArmChina“Zhouyi”)NPU的“全志R329”开发板为例，介绍如何使用Paddle2ONNX模型转换工具将飞桨模型
极术社区·2022-10-25 09:09

发布一周年，百度ERNIE再夺权威语义评测5项世界冠军

这两天，全球规模最大的语义评测比赛SemEval2020结果出炉，百度基于飞桨平台自研的语义理解框架ERNIE一举斩获5项世界冠军，囊括视觉媒体的关键文本片段挖掘、多语攻击性语言检测和混合语种的情感分析
百度-NLP·2022-10-24 18:35

NLP判断语言情绪_最新中文NLP开源工具箱来了！支持6大任务，面向工业应用 | 资源...

在这个基于百度深度学习平台飞桨(PaddlePaddle)开发的工具箱里，装有大量工业级中文NLP开源工具与预训练模型。
weixin_39624071·2022-10-22 07:49

NLP判断语言情绪_技术分享 | 百度飞桨中文NLP开源工具集：面向工业应用，支持六大任务...

PaddleNLP是基于飞桨(PaddlePaddl)开发的工业级中文NLP开源工具与预训练模型集，将自然语言处理领域的多种模型用一套共享骨架代码实现，可大大减少开发者在开发过程中的重复工作。
weixin_39775910·2022-10-22 07:49

飞桨产业级PaddleNLP最新全景图发布

导读：PaddleNLP是飞桨开源的产业级NLP工具与预训练模型集，提供了依托于百度实际产品打磨，通过百亿级大数据训练的预训练模型，能够极大地方便NLP研究者和工程师快速应用。
PaperWeekly·2022-10-22 07:36

千言实体链指赛事登顶，冠军团队经验独家分享

点击左上方蓝字关注我们本文由小米公司算法工程师吕荣荣、王鹏程投稿，该团队目前在千言&百度飞桨实体链指常规赛leaderboard中排名第一。大数据时代，信息爆炸性增长，直接导致了信息过载。
飞桨PaddlePaddle·2022-10-22 07:03

ERNIE快速上手，从一个文本相似度计算任务开始

点击左上方蓝字关注我们项目背景与相关介绍PaddleNLP是飞桨生态文本领域核心库，具备易用的文本领域API、中文预训练模型集、多场景的应用示例、高性能分布式训练和预测部署能力，旨在提升开发者文本领域的开发效率
飞桨PaddlePaddle·2022-10-22 07:03

不容错过，飞桨产业级PaddleNLP全景图大揭秘！

导读：PaddleNLP是飞桨开源的产业级NLP工具与预训练模型集，提供了依托于百度实际产品打磨，通过百亿级大数据训练的预训练模型，能够极大地方便NLP研究者和工程师快速应用。
飞桨PaddlePaddle·2022-10-22 07:33

【一】ERNIE：飞桨开源开发套件，入门学习，看看行业顶尖持续学习语义理解框架，如何取得世界多个实战的SOTA效果？

参考文章：深度剖析知识增强语义表示模型——ERNIE_财神Childe的博客-CSDN博客_ernie模型ERNIE_ERNIE开源开发套件_飞桨https://github.com/PaddlePaddle
·2022-10-19 10:53

聚百川之源，欢迎28位AI开发者加入飞桨开发者技术专家计划！

PPDE计划是飞桨开发者技术专家的荣誉认证体系，无论是热爱编程开发的资深程序员、大型技术社区的引领者，还是顶级开源软件的Committer、新兴科技公司创始人或CTO，这些开发者技术专家将通过线上线下等各种形式深度交流探讨
飞桨PaddlePaddle·2022-10-05 07:08

AI行业态势感知（第六期）

导读为了帮助飞桨同学更好地了解人工智能领域的最新资讯，每周二更新《AI行业态势感知》，从学术（论文和新思想、学术会议等），行业和政策（技术产业政策、项目基金申请、技术投融资等），人物（学者的人事变动和获奖情况
高斯纯牛奶·2022-10-05 07:15

AI行业态势感知（第七期）

导读为了帮助飞桨同学更好地了解人工智能领域的最新资讯，每周二更新《AI行业态势感知》，从学术（论文和新思想、学术会议等），行业和政策（技术产业政策、项目基金申请、技术投融资等），人物（学者的人事变动和获奖情况
高斯纯牛奶·2022-10-05 07:15

【转载】遥感影响数据集整理

前言【转载】：遥感影像数据集汇总-飞桨AIStudio-人工智能学习实训社区(baidu.com)在使用深度学习处理遥感影像的过程中，经常在数据集上遇到各种问题：找不到针对自己任务的数据集数据集网址404
灼灼其华R·2022-10-04 22:18

paddle使用指南

文章目录一、10分钟快速上手飞桨：手写数字识别任务1.1数据集定义1.2数据集加载1.2.1直接加载内置数据集1.2.2自定义读取数据集1.3定义模型1.3.1内置模型1.3.2打印模型信息1.3.3自定义神经网络
神洛华·2022-10-04 21:16

解决waiting for all target devices to come online卡住不动、长时间不加载的情况

（我这边是百度飞桨提供基于YOLOV3算法目标检测Demo部署项目，这里有链接，可以自己安装虚拟机git下来玩一下部署。）          
锦鲤AI幸运·2022-10-03 07:47

【Python 小白到精通 | 课程笔记】第二章：图灵和恩尼格马密码机2（文本分析）

Alstudio课程地址：飞桨AIStudio-人工智能学习实训社区(baidu.com)Python小白到精通——第二章：图灵和恩尼格马密码机2（文本分析）今天的任务：破解密钥原以为是像昨天一样，用已有的密码表
清风莫追·2022-10-03 07:34

PaddleClas分类套件源码解析（一）

项目简介飞桨图像分类套件PaddleClas是飞桨为工业界和学术界所准备的一个图像分类任务的工具集，助力使用者训练出更好的视觉模型和应用落地。
深度愉悦的学习·2022-10-01 07:27

Python深度学习常用平台

文章目录深度学习常用平台PyTorchPyCharmTensorFlow百度飞桨keras深度学习常用平台PyTorchPyTorch是用Python重写的Torch框架。
码农爱德华·2022-09-30 09:58

NNDL 实验五 前馈神经网络（2）自动梯度计算&优化问题

飞桨提供了paddle.nn.Layer类，来方便快速的实现自己的层和模型。模型和层都可以基于paddle.nn.Layer扩充实现，模型只是一种特殊的层。继承了paddle
HBU_David·2022-09-29 07:25

量子计算遇见深度学习(下篇)

量桨（PaddleQuantum）是基于百度飞桨（PaddlePaddle）开发的量子机器学习工具集，支
飞桨PaddlePaddle·2022-09-26 07:13

【Python初级人工智能精讲】用Paddlehub给一段没有标点符号的文字加上合适的标点符号

、七步精讲三、模型介绍四、进入实战1.源代码2.运行效果(1)cmd方面(2)txt文件运行前后对比五、休吃霸王餐六、每日一句一、写在前面今天给分享的程序是：给一段文字自动加上合适的标点符号，使用的是飞桨的
热爱科技的刘同学·2022-09-25 07:21

飞桨机器学习最小实现，出租车计费规则预测

现在面临这样一个任务：乘坐出租车的时候，会有一个10元的起步价，只要上车就需要收取。出租车每行驶1公里，需要再支付每公里2元的行驶费用。当一个乘客坐完出租车之后，车上的计价器需要算出来该乘客需要支付的乘车费用。正常的计算方法：total_fee=w*distance_travelled+b接下来，把问题稍微变换一下，现在知道乘客每次乘坐出租车的公里数，也知道乘客每次下车的时候支付给出租车司机的总费
小虎周·2022-09-19 11:47

从我开发的深度学习框架看深度学习这几年

从我开发的深度学习框架看深度学习这几年：TensorFlow,PaddlePaddle（飞桨）,无量来源：https://zhuanlan.zhihu.com/p/363271864l和深度学习框架打交道已有多年时间
·2022-09-17 09:15

飞桨部署到地平线

现在还没有什么官贴~~我先贴俩个链接吧以后在改地平线论坛-地平线开发者社区-机器人社区-地平线1.b站出飞桨模型在地平线开发板的部署_哔哩哔哩_bilibili2.飞桨出（搬运一下飞桨团长的--勿怪啊）
tt姐·2022-09-16 15:20

基于PaddlePaddle的飞桨论文解读：StarGAN v2: Diverse Image Synthesis for Multiple Domains

目录摘要StarGANv2网络架构实验1.Baselines2.数据集3.评价指标实验结果分析1.个别成分分析2.多种图像合成方法的比较结论模型代码（model.py）主体代码（main.py）总结摘要一个好的图像到图像的翻译模型应该学习不同视觉域之间的映射，同时满足以下特性：1）生成图像的多样性2）多域的可伸缩性。现有的方法解决了这两个问题中的任何一个，其多样性有限，或者所有领域都有多个模型。我
peter9697·2022-09-14 07:07

复现MAE、Swin Transformer V2！还有奖金拿？免费V100算力，助你拿下百万奖金池！...

“飞桨论文复现挑战赛”拍了拍你聪明的脑瓜子已经连续举办四期的飞桨论文复现挑战赛又双叒叕来了！想要了解第五期的大赛详情吗？想和AI开发高手一起过招吗？想报名参赛吗？快叫上你的小伙伴一起来看！
Amusi（CVer）·2022-09-13 20:55

测试：遥感图像分类【PaddleX模型训练+C#部署模型】

PaddleX全流程模型训练PaddleX是基于飞桨核心框架、开发套件和工具组件的深度学习全流程开发工具。具备全流程打通、融合产业实践、易用易集成三大特点。这里是体验的PaddleX的GUI版本，
欧阳罢笔·2022-09-13 09:35

深度学习模型在Windows工业部署实战教学 | 明晚直播

近期，飞桨目标检测兴趣小组的成员基于Pad
Amusi（CVer）·2022-09-13 09:34

厉害了！10分钟搞定开发部署，这个霸榜 GitHub 的 AI 开源项目不一般

别担心，今天就教大家应用一个开源项目——飞桨全流程开发工具PaddleX，快速开发AI算法并快速部署实现业务上线，搭上人工智能的产业浪潮！
Python中文社区·2022-09-13 09:33

深度学习基础前篇

在动手实践机器学习之前，需要熟悉张量的概念、性质和运算规则，以及了解飞桨中张量的各种API。算子（Operator）：构建神经网络模型的基础组件。
啊这？啊这？·2022-09-12 07:34

神经网络与深度学习（二） pytorch入门——张量

本文章参考飞桨AIStudio——人工智能学习实训社区神经网络与机器学习：案例与实践教程进行学习目录一、概念：张量算子二.
红肚兜·2022-09-12 07:21

飞桨文心大模型中秋“新作”牵手传统文化

在国际社交媒体上，一位大V发起关于飞桨文心跨模态图文生成大模型ERNIE-ViLG的讨论，并秀出基于该大模型能力生成的画作，当日即获3000多点赞、2000多次转发，许多网友也随之晒出文心ERNIE-ViLG
·2022-09-10 18:05

飞桨开源深度学习平台介绍

深度学习框架近年来深度学习在很多机器学习领域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有着广泛应用。面对繁多的应用场景，深度学习框架有助于建模者节省大量而繁琐的外围工作，更聚焦业务场景和模型设计本身。深度学习框架优势使用深度学习框架完成模型构建有如下两个优势：节省编写大量底层代码的精力：屏蔽底层实现，用户只需关注模型的逻辑结构。同时，深
hesishaochen49·2022-09-06 07:13

神经网络与深度学习（二） pytorch入门——张量

本文章通过参考飞桨AIStudio-人工智能学习与实训社区教程进行pytorch相关学习。一.概念：张量、算子张量：张量为我们提供了描述具有任意数量轴的n维数组的通用方法，是矩阵的扩展与延伸。
Jacobson Cui·2022-09-06 07:09

Shunted Transformer 飞桨权重迁移体验

转自AIStudio，原文链接：ShuntedTransformer飞桨权重迁移体验-飞桨AIStudioShuntedSelf-AttentionviaMulti-ScaleTokenAggregationpaper
AI Studio·2022-09-02 16:11

迎神舟、庆中秋，这份礼物等你来查收！

字少，礼多，时间有限，直接往下看今天，我们见证了神舟十二号载人飞船的顺利回归；明天，我们将迎来中秋节放假通知，欢度中秋；现在，飞桨打包了一份礼物等你来查收~~玩法一中秋、神舟·送祝福扫描下方海报二维码，
飞桨PaddlePaddle·2022-08-30 07:01

中国开源深度学习框架第六年：百度飞桨国内综合份额第一，全球开发者超400万...

明敏发自凹非寺量子位|公众号QbitAI前不久，中兴结束5年合规检查期的消息，在科技圈引发不小波澜。在这样一个特殊的时间节点下，“缺芯少魂”方面的自主自强问题，再次成为全社会关注的焦点。芯片，代表着底层算力；魂则是指系统。如今，AI被视为高精尖技术竞赛角逐的战场，其最核心的系统便是深度学习框架。国际两大主流深度学习框架TensorFlow、PyTorch之外，中国的开源框架，发展怎么样了？具体都有
QbitAl·2022-08-29 13:16

10行Python代码能做出哪些有趣的事情？

下面我们来看看，用不超过10行代码能实现些什么有趣的功能百度飞桨百度飞桨paddlepaddle是百度开源的深度学习工具，其功能强大，基于该工具我们可以实现很既有趣又有用的功能在使用之前，我们肯定要先安装喽
·2022-08-27 18:57

梅科尔工作室-深度学习-SVM

目录1.svm介绍1.1.svm概念1.2.svm与knn的对比2.svm算法原理2.1.距离计算2.2.目标函数2.3.软间隔优化2.4.核函数3.百度飞桨已有公开项目的展示1.svm介绍1.1.svm
星如雪_梭如月·2022-08-21 07:14

百度飞桨目标检测教程一：目标检测任务综述

百度飞桨目标检测教程一：目标检测任务综述百度飞桨目标检测7日打卡训练营：https://aistudio.baidu.com/aistudio/course/introduce/1617百度飞桨目标检测教程二
phosphenesvision·2022-08-21 07:09

百度飞桨目标检测教程二：RCNN系列论文解析

百度飞桨目标检测教程二：RCNN系列论文解析Anchor-based两阶段目标检测算法RCNN系列论文解析涉及论文：RCNNFastRCNNFasterRCNNFPNCascadeRCNNLibraRCNNRCNNppt1
phosphenesvision·2022-08-21 07:09

梅科尔工作室-深度学习第四讲 SVM算法

支持向量2.2.寻找支持向量2.2.1.距离计算（点到平面的距离）2.2.2.目标函数2.2.3.部分数学原理2.2.4.SVM求解实例2.2.5.软间隔优化2.2.6.核函数（分类好的关键）3.百度飞桨实际运行效果前言本文记录梅科尔工作室深度学习培训的第四讲
C_yyy89·2022-08-21 07:33

机器学习和深度学习相关资料（新手入门）

深度学习和机器学习的区别学习平台：专知（AI文献搜索和相关联系），PaperWithCode（AI文献和对应的代码链接），PaperWeekly（AI文献解读和科技进展），机器之心（AI前沿知识），百度飞桨学习项目
WhiteLie777·2022-08-21 07:02

[百度飞桨-李宏毅课程-机器学习]01-机器学习介绍

虽然是科班计算机出身。但是毕竟不是科班机器学习出身，或者说上课时没正式上过《机器学习》（当时的《模式识别》课程有点像，但是感觉很不成体系）所以，虽然稀稀拉拉学习过很多次机器学习课程。但是总感觉心中没底。感觉并不扎实。（譬如对应的，大学毕业后从来没有重新学习过一次数据库:)）此次且当做复习和补漏吧。看看能不能边学习，边把要点记完整些。（记笔记，很多时候自己是虎头蛇尾，这次再努力一次看看能否有始有终）
无意1975·2022-08-21 07:01

百度飞桨《目标检测7日打卡营》笔记整理（2020-09-22、23）

这2天课程讲解的是RCNN系列的二阶段检测模型系列：RCNN/fast-RCNN/faster-RCNN，以及后续其他在此上的改进，如：CascadeR-CNN;LibraR-CNN等。其实自己原来看了一些文章学习RCNN，但是总有些地方没彻底搞懂。本次课程，老师讲解得非常清楚，特别适合我当前的学习阶段的解疑。所以，我就在此记录一些我觉得非常有收获的地方，相信对于和我差不多的同学特别有参考价值。1
无意1975·2022-08-21 07:00

百度飞桨《目标检测7日打卡营》笔记整理（2020-09-21）

2020-09-21目标检测任务综述1）图片分类、目标检测（分类+定位、多物体分类+定位）、实例分割的区别和联系；2）应用场景：新零售货架商品检测、行人检测、车辆检测、零件计数、产品缺陷检测、图片视频审核、地块检测、遥感目标检测、表计巡检、设备状态监控、人脸检测、眼底病变检测、肺炎检测、工服安全帽识别、烟火异常检测3）目标检测存在的挑战：环境影响（光照、模糊）、密集(crowded)、遮挡(occ
无意1975·2022-08-21 07:00

【深度学习】SVM与百度飞桨

一.SVM和KNN的对比分析前言：SVM和KNN都是对分类数据点进行距离的计算，距离计算公式（二范数）是np.sqare(np.pow((x1-x2),2)),即根号下两点差的平方。SVM要比KNN分类效果一般要好，并且速度要快。KNN的原理是数量+临近，在范围内谁的数量多，那么未知的绿色方块就代指谁。同样，SVM也是一种分类算法：与KNN不同的是，其先分类，将所有数据划分不同区域，当随机未知数据
曾鲸·2022-08-21 07:58
上一页 22 23 24 25 26 27 28 29 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他