paddle模型部署

TensorFlow 的性能优化的全面指南

适合从入门到进阶的用户：这里写目录标题一、性能优化的核心目标二、训练阶段优化1.硬件加速2.数据管道优化3.模型架构优化4.训练参数调优三、推理阶段优化1.模型量化2.模型剪枝与蒸馏3.硬件加速推理4.代码优化四、模型部署优化

独隅·2025-03-25 23:07

在我的电脑上构建ollama+deepseek-r1-7b运行环境；

这里写自定义目录标题一、环境准备（20分钟）1.1系统要求1.2基础依赖安装二、Ollama安装配置Windows（PowerShell管理员模式）三、DeepSeek模型部署3.1下载模型文件3.2创建

可克·2025-03-25 11:00

模型部署全流程：SavedModel、TFLite、TF.js、ONNX 的导出与实战

模型部署全流程：SavedModel、TFLite、TF.js、ONNX的导出与实战TensorFlow的最大优势之一，就是拥有“端到端部署闭环”。

AI筑梦师·2025-03-25 00:44

OCR识别常见开源库

免费开源库有：Tesseract，PaddleOCR。商业付费OCR有：腾讯云OCR，阿里云OCR。下面分别介绍。准确识别的前提是找到正确的字体进行训练，字体很重要，要覆盖所有识别的场景。Tess

yxfamyself·2025-03-23 17:44

Umi-OCR 实践教程：离线、免费、高效的图像文字识别工具

多引擎支持：提供Paddle（高性能）和Rapid（低配兼容）两种引擎。批量处理：支持图片、PDF、电子书等多格

几道之旅·2025-03-22 20:30

模型部署后的版本回滚策略，如何确保服务降级的平滑性？

模型部署版本回滚策略与平滑服务降级技术体系（2025版）一、核心设计原则与架构模型部署回滚的平滑性需建立在版本隔离性、流量可控性、数据兼容性三大支柱上，结合2025年前沿技术实现多维保障：

百态老人·2025-03-22 14:39

7大模型部署框架深度测评：从理论到DeepSeek R1:7B落地实战

本文深入解析主流模型部署框架（Transformers、ModelScope、vLLM、LMDeploy、Ollama、SGLang、DeepSpeed），结合其技术原理、优缺点及适用场景，并提供DeepSeekR1

人肉推土机·2025-03-22 05:12

时间序列分析的军火库：AutoTS、Darts、Kats、PaddleTS、tfts 和 FancyTS解析

本文将对AutoTS、Darts、Kats、PaddleTS、tfts和FancyTS六大主流库进行详细解析，并提供代码示例，帮助你根据实际需求选择最佳工具。

赛卡·2025-03-21 18:04

QKeras、Brevitas和QONNX量化工具对比

QKeras、Brevitas和QONNX量化工具对比一、引言在深度学习模型部署领域，量化技术已成为提升模型执行效率的关键手段。

kanhao100·2025-03-21 16:48

模型部署实战：PyTorch生产化指南

‌一、为什么要做模型部署？‌

小诸葛IT课堂·2025-03-21 01:45

下一代模型技术演进与场景应用突破

主流框架如TensorFlow和PyTorch持续迭代优化能力，通过动态参数压缩与自适应超参数调优策略，显著提升模型部署效率。应用层创新呈现垂直化特征，医疗诊断模型通

智能计算研究中心·2025-03-21 01:13

1.1PaddleTS_环境配置：一个易用的深度时序建模的Python库

PaddleTS是一个易用的深度时序建模的Python库，它基于飞桨深度学习框架PaddlePaddle，专注业界领先的深度模型，旨在为领域专家和行业用户提供可扩展的时序建模能力和便捷易用的用户体验。

pythonQA·2025-03-20 01:27

深度学习-130-RAG技术之基于Anything LLM搭建本地私人知识库的应用策略问题总结(一)

文章目录1AnythingLLM的本地知识库1.1本地知识库应用场景1.2效果对比及思考1.3本地体现在哪些方面1.3.1知识在本地1.3.2分割后的文档在本地1.3.3大模型部署运行在本地2问错问题带来的问题

皮皮冰燃·2025-03-20 00:43

大数据开发之Kubernetes篇----安装部署Kubernetes&dashboard

Kubernetes简介由于公司有需要，需要将外后的服务外加Tensorflow模型部署加训练全部集成到k8s上，所以特意记录下这次简单部署的过程。

豆豆总·2025-03-18 06:02

基于 KTransformers的DeepSeek-R1 本地部署方案，成本骤降32倍！

本文将深入探讨DeepSeek-R1部署中的挑战，并介绍一款创新框架KTransformers，它能够显著降低大规模模型部署的成本并提高推理效率，从而帮助更多中小企业有效部署此类高级AI模型。

爱科技Ai·2025-03-16 07:38

rapidocr-onnxruntime库及在open-webui上传PDF 图像处理 (使用 OCR)应用

缘起：百度paddle工程化不是太好，为了方便大家在各种端上进行ocr推理，我们将它转换为onnx格式，使用Python/C++/Java/Swift/C#将它移植到各个平台。

原野AI·2025-03-16 02:31

RV1126笔记三十七：PaddleOCR检测模型训练

PaddleOCR检测模型训练及验证测试1、准备数据集在PaddleOCR目录下新建文件夹：train_data,这个文件夹用于存放数据集的。

殷忆枫·2025-03-15 05:16

安装cpu版本的paddleocr

1.CPU版的PaddlePaddlepython-mpipinstallpaddlepaddle==2.6.1-ihttps://mirror.baidu.com/pypi/simple2、验证安装安装完成后您可以使用

NO1212·2025-03-15 05:42

【Rust基础】Rust后端开发常用库

使用Rust有一段时间了，期间尝试过使用Rust做后端开发、命令行工具开发，以及做端侧模型部署，也尝试过交叉编译、FFI调用等，也算是基本入门了。

勇敢牛牛_·2025-03-14 23:48

DeepSeek大模型部署指南

在当今人工智能快速发展的时代，大模型的应用越来越广泛。DeepSeek作为一款高性能的大模型，支持长文本、多模态、代码生成等复杂任务，已经在多个领域展现出强大的能力。本文将详细介绍DeepSeek大模型的部署流程，帮助读者在自己的环境中高效地使用这一先进工具。一、DeepSeek大模型简介DeepSeek是一款专注于大模型与AGI（人工智能通用智能）研究的高性能基座模型。它支持长文本处理、多模态理

点我头像干啥·2025-03-14 12:20

轻量级多模型部署实践：Ollama 与 vLLM 快速构建高效 AI 工作流20250306

轻量级多模型部署实践：Ollama与vLLM快速构建高效AI工作流本文将详细介绍如何在MacOS与Ubuntu环境下使用Ollama与vLLM进行轻量级多模型部署，包括模型并行推理、安全与性能优化的实践经验

Narutolxy·2025-03-13 20:55

sparkML入门，通俗解释机器学习的框架和算法

Tometor·2025-03-13 11:53

windows11 环境 paddleOCR 环境配置

一、系统环境：操作系统：Windows11专业版显卡：RTX4080CUDA：cuda_12.6.2_560.94_windows.exe、cudnn-windows-x86_64-8.9.7.29_cuda12-archivepython：3.12.8二、配置过程1.设置python国内源pipconfigsetglobal.index-urlhttps://pypi.tuna.tsinghua

一醉千秋·2025-03-13 08:27

CentOS7 部署flask和paddleX

CentOS7部署flask和paddleX1、官网下载anaconda，部署python环境#权限chmod+xAnaconda3-2020.11-Linux-x86_64.sh#安装anacondabashAnaconda3

M1412·2025-03-12 18:17

运行PaddleOCR时遇到的一些问题汇总

官方文档提供了PaddleOCR的各类用例说明，但是使用中仍然会有一些问题，这里做一些总结和整理跑通train.py代码pythontools/train.py-cconfigs/rec/PP-OCRv3

江木27·2025-03-12 15:27

8.3 GPTQ量化技术：4倍压缩大模型显存，精度零损失！

8.2GPTQ：专为GPT设计的模型量化算法一、模型量化技术背景在讨论GPTQ之前，我们需要先理解大模型部署面临的显存困境。

少林码僧·2025-03-12 01:16

如果，你想找 AI大模型相关的工作，这三个建议你一定要看！

01各种大厂小厂创业团队和AI擦边的面试难度，由难到简单，依次是：大模型算法（⭐⭐⭐⭐⭐）模型部署加速（⭐⭐⭐⭐）RAG等相关技术（⭐⭐⭐）纯应用（⭐⭐）Prompt工程师等其他自媒体（⭐）会简单应用就行

我爱学大模型·2025-03-11 14:45

Windows下的PaddleOCR本地部署

目录一、环境配置（一）PaddlePaddle运行环境部署1.安装anaconda（网上教程很多很详细）2.创建环境3.激活环境并在该环境下安装PaddlePaddle框架4.下载requirments.txt

wangkun_cl·2025-03-10 03:22

paddleOCR处理PDF遇到问题

前提安装是上一篇，langchain的加载和分割参考博客：使用paddleOCR批量识别pdf_paddleocrpdf-CSDN博客遇到问题如下图。

被编程为难的小娃娃·2025-03-10 01:37

基于Flask和VUE的YOLOv5目标检测模型部署

基于Flask和VUE的YOLOv5目标检测模型部署基于Flask和VUE的YOLOv5目标检测模型部署本资源文件提供了一个基于Flask开发后端、VUE开发前端框架的完整项目，用于在WEB端部署YOLOv5

薄泳蕙Howard·2025-03-09 01:26

基于Flask和VUE的YOLOv5目标检测模型部署：轻松实现WEB端目标检测

基于Flask和VUE的YOLOv5目标检测模型部署：轻松实现WEB端目标检测【下载地址】Yolov5-Flask-VUE基于Flask和VUE的YOLOv5目标检测模型部署本项目提供了一个基于Flask

咎尉裕Lilah·2025-03-09 01:18

《Ollama ：开启本地大模型部署新时代》：此文为AI自动生成

《Ollama：开启本地大模型部署新时代》：此文为AI自动生成走进Ollama在大模型技术迅猛发展的当下，Ollama如同一颗耀眼的新星，在众多大模型中崭露头角。

空云风语·2025-03-07 18:53

国内开源深度学习框架

目录一、国内开源深度学习框架1、PaddlePaddle（百度飞浆）2、MindSpore（华为昇思）3、MegEngine（旷视天元）4、OneFlow（一流科技）5、Jittor（清华计图）二、快速入手

we19a0sen·2025-03-07 05:53

深入解析 Umi-OCR：高效的免费开源 OCR 文字识别工具

Umi-OCR是一款开源、免费、支持离线使用的光学字符识别（OCR）工具，基于PaddleOCR和Tesseract-OCR，能够高效识别图片中的文字，尤其适用于批量截图文字提取、PDF文字识别、手写体识别等应用场景

萧鼎·2025-03-06 15:47

DeepSeek×博云AIOS：突破算力桎梏，开启AI普惠新纪元

背景在全球人工智能技术高速迭代的背景下，算力成本高企、异构资源适配复杂、模型部署效率低下等问题，始终是制约企业AI规模化应用的关键。

·2025-03-05 15:45

Python快速实现经典小游戏“打砖块”

目录1.游戏框架和初始化2.游戏常量和颜色3.字体设置4.创建游戏对象：挡板、球和砖块挡板类`Paddle`球类`Ball`砖块类`Brick`5.游戏逻辑：碰撞检测6.创建按钮和界面交互7.游戏主循环和结束逻辑

壹屋安源·2025-03-05 07:53

2025年具有百度特色的软件测试面试题

百度技术栈你对百度的PaddlePaddle框架有了解吗？如何测试基于PaddlePaddle的服务？如何测试百度云的API服务？你对百度的DevOps实践有什么了解？

噔噔噔噔@·2025-03-04 17:53

python流水线自动化项目教程

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言1.项目环境准备Python安装选择Python开发环境安装必要库2.数据获取与理解4.模型训练流水线6.模型保存7.模型部署

小白教程·2025-03-04 12:46

安装paddlex报错

CollectingpaddlexUsingcachedpaddlex-2.1.0-py3-none-any.whl.metadata(907bytes)Collectingpycocotools(frompaddlex

Pjj_755·2025-03-03 13:27

YOLO 中 SPFF 模块的优化与 Focal Modulation 替代研究

FocalModulation替换SPPF4.实验与对比分析4.1代码替换YOLO模型中的SPPF4.2训练对比5.AblationStudy（消融实验）5.1不同模块的对比实验5.2目标尺寸对比分析6.模型部署与推理优化

向哆哆·2025-03-03 10:57

计算机视觉实战：YOLOv8在工业质检中的应用（附完整代码+数据集）

从数据标注到模型部署，包含环境配置、数据增强、模型训练全流程详解，手把手教你打造高精度智能质检系统！

emmm形成中·2025-03-03 00:03

C# 牵手DeepSeek：打造本地AI超能力

随着数据隐私和安全意识的提升，以及对模型部署灵活性的追求，本地部署DeepSeek成为众多开发者和企业关注的焦点。

步、步、为营·2025-03-02 20:02

大模型时代的DeepSeek突围之路：从模型部署到场景落地全解析

本期将手把手教你从模型部署到场景落地，搭建完整的D

zhangjiaofa·2025-03-02 15:29

【模型部署】大模型部署工具对比：SGLang, Ollama, VLLM, LLaMA.cpp如何选择？

在选择大模型部署工具时，需要考虑多个因素，包括性能、支持的语言和模型、硬件支持、易用性以及社区支持等。

深度求索者·2025-03-02 08:19

解决问题：cannot import name ‘layers‘ from ‘paddle.fluid.和No module named ‘paddle.fluid.dataloader‘

问题描述1：问题解决1：将frompaddle.fluid.dygraphimportlayers改成frompaddle.nn.layerimportlayers即可；问题描述2：问题解决2：将frompaddle.fluid.dataloader.collateimportdefault_collate_fn

halonaQZ·2025-03-02 07:39

paddlepaddle(飞浆）报错name ‘libpaddle‘ is not defined及paddle.fluid.core_noavx

最近有一个OCR中文识别的需求，用到paddleocr，但服务器死活装不上paddlepaddle（python3.10.4,win8环境)先装了2.6.0的paddele,报name‘libpaddle

管春·2025-03-02 06:36

yolov5-训练好的模型部署的几种方式-ONNX

ONNX，即OpenNeuralNetworkExchange，是微软和Facebook发布的一个深度学习开发工具生态系统，旨在让AI开发人员能够随着项目发展而选择正确的工具。ONNX所针对的是深度学习开发生态中最关键的问题之一，在任意一个框架上训练的神经网络模型，无法直接在另一个框架上用。开发者需要耗费大量时间精力把模型从一个开发平台移植到另一个。因此，如何实现不同框架之间的互操作性，简化从研究

黄晓魚·2025-03-01 08:30

一文了解：部署 Deepseek 各版本的硬件要求

很多朋友在咨询关于DeepSeek模型部署所需硬件资源的需求，最近自己实践了一部分，部分信息是通过各渠道收集整理，so仅供参考。

强哥之神·2025-03-01 00:04

【AI测试学习】AnythingLLM+Ollama+DeepSeek部署私人知识库

1.搭建DeepSeek大语言模型1.1Ollama大预言模型部署Ollama简化了大型语言模型的运行，让每个人都能在本地轻松体验AI的强大，打开浏览器-下载Ollama-输入命令-搞定，这是本地部署大语言模型的全新方式

艳Yansky·2025-02-28 16:37

用Python实现LSTM预测电影票房：从数据爬取到模型部署全解析（结尾附完整代码）

导语：当电影的预告片发布时，你是否好奇AI能否预测它的票房表现？本文将带你深入实战，从数据动态爬取到LSTM模型调优，手把手构建一个高精度票房预测系统。一、为什么LSTM是票房预测的利器？1.1电影票房的关键影响因素35%25%20%15%5%票房核心影响因素占比演员号召力IP热度档期竞争宣传投入其他时序特征：上映前后的宣传节奏、口碑传播曲线非线性关系：主演流量与票房的S型增长关系长周期依赖：系列

WHCIS·2025-02-28 13:15

推荐频道