飞桨(PaddlePaddle)以百度多年的深度学习技术研究和业务应用为基础,集深度学习核心框架、基础模型库、端到端开发套件、工具组件和服务平台于一体,2016 年正式开源,是全面开源开放、技术领先、功能完备的产业级深度学习平台。

加载中
置顶
发表了博客
2020/12/26 10:51

使用螺旋桨PaddleHelix完成RNA结构预测竞赛的前置基础知识整理

基于PaddleHelix完成RNA结构预测竞赛的前置基础知识 一、化学与遗传学——从孟德尔的豌豆说起 显性基因与隐性基因 弱化学键 弱键和强键决定大分子的结构 核酸承载遗传信息——肺炎双球菌的转化实验 二、RNA——初识核糖核酸 RNA的结构特征 RNA与DNA的不同之处 RNA的生物学功能 RNA的结构基础——碱基 碱基的配对——一个碱基只能与另一个碱基配对 RNA的表示结构 三、RNA的二级结构——RNA链自身折叠形成类似A-DNA的局部双螺旋 ... 展开更多

收藏 0
0
置顶
发表了博客
01/07 23:14

『跟着雨哥学AI』系列:详解飞桨框架数据管道

点击左上方蓝字关注我们 课程简介: “跟着雨哥学AI”是百度飞桨开源框架近期针对高层API推出的系列课。本课程由多位资深飞桨工程师精心打造,不仅提供了从数据处理、到模型组网、模型训练、模型评估和推理部署全流程讲解;还提供了丰富的趣味案例,旨在帮助开发者更全面清晰地掌握百度飞桨框架的用法,并能够举一反三、灵活使用飞桨框架进行深度学习实践。 本章分别对内置数据集、数据集定义、数据增强、数据采样以及数据加载这... 展开更多

收藏 0
0
置顶
发表了博客
2019/02/15 12:52

经典论文复现 | 基于标注策略的实体和关系联合抽取

过去几年发表于各大 AI 顶会论文提出的 400 多种算法中,公开算法代码的仅占 6%,其中三分之一的论文作者分享了测试数据,约 54% 的分享包含“伪代码”。这是今年 AAAI 会议上一个严峻的报告。 人工智能这个蓬勃发展的领域正面临着实验重现的危机,就像实验重现问题过去十年来一直困扰着心理学、医学以及其他领域一样。最根本的问题是研究人员通常不共享他们的源代码。 可验证的知识是科学的基础,它事关理解。随着人工智能领域... 展开更多

收藏 0
0
置顶
发表了博客
2020/12/22 09:43

【动手学PaddlePaddle2.0系列】手把手教你打比赛-螺母缺陷检测

【动手学Paddle2.0系列】手把手教你打比赛-螺母缺陷检测 本次教程将带领大家完整的走一遍比赛流程。经过前面一系列教程,相信大家对paddle2.0已经熟悉了,但是我们不能一直纸上谈兵,所以本次就带领大家完成一个实际的比赛项目。 下载安装命令 ## CPU版本安装命令 pip install -f https://paddlepaddle.org.cn/pip/oschina/cpu paddlepaddle ## GPU版本安装命令 pip install -f https://paddlepaddle.org.cn/pip/osch...... 展开更多

收藏 0
0
置顶
发表了博客
2020/12/10 12:07

用Paddle自动生成二次元人物头像

用Paddle自动生成二次元人物头像 想画出独一无二的动漫头像吗?不会画也没关系!只需要输入一些随机数让卷积神经网络为你画出精致并且独一无二的动漫头像! 同时本项目也是绝佳的学习DCGAN的例子,通过趣味解读深入浅出地了解GAN的魔法世界! 快开始制作你自己的二次元头像吧!!! 先来看看效果图 欢迎大家fork学习~有任何问题欢迎在评论区留言互相交流哦 这里一点小小的宣传,我感兴趣的领域包括迁移学习、生成对抗网络、。欢迎交... 展开更多

收藏 0
0
置顶
发表了博客
2020/12/13 11:27

Paddle2.0让你成为诗词大师-PaddlePoetry

项目地址:https://github.com/ZMpursue/LSTM_Write_Poetry 本教程将通过一个示例对LSTM进行介绍。通过搭建训练LSTM网络,我们将训练一个模型来生成唐诗。本文将对该实现进行详尽的解释,并阐明此模型的工作方式和原因。并不需要过多专业知识,但是可能需要新手花一些时间来理解的模型训练的实际情况。为了节省时间,请尽量选择GPU进行训练。 下载安装命令 ## CPU版本安装命令 pip install -f https://paddlepaddle.org.c...... 展开更多

收藏 0
0
置顶
发表了博客
2018/10/10 19:00

经典论文复现 | LSGAN:最小二乘生成对抗网络

过去几年发表于各大 AI 顶会论文提出的 400 多种算法中,公开算法代码的仅占 6%,其中三分之一的论文作者分享了测试数据,约 54% 的分享包含“伪代码”。这是今年 AAAI 会议上一个严峻的报告。 人工智能这个蓬勃发展的领域正面临着实验重现的危机,就像实验重现问题过去十年来一直困扰着心理学、医学以及其他领域一样。最根本的问题是研究人员通常不共享他们的源代码。 可验证的知识是科学的基础,它事关理解。随着人工智能领域... 展开更多

收藏 0
0
置顶
发表了博客
2020/12/28 15:58

基于飞桨PaddlePaddle官方模型运行3D目标检测

本项目是基于PointRCNN网络结构,结合飞桨官方模型库运行3D目标检测。 首先介绍下PointRCNN 1.PointRCNN是 Shaoshuai Shi, Xiaogang Wang, Hongsheng Li. 等人提出的,是第一个仅使用原始点云的2-stage(两阶段)3D目标检测器 2.此模型的第一阶段将 Pointnet++ with MSG(Multi-scale Grouping)作为backbone,直接将原始点云数据分割为前景点和背景点,并利用前景点生成bounding box。 第二阶段在标准坐标系中对生成对bounding ... 展开更多

收藏 0
0
置顶
发表了博客
2020/12/22 04:49

真香!使用飞桨PaddlePaddle2.0高层API高效完成基于VGG16的图像分类任务

使用PaddlePaddle2.0高层API完成基于VGG16的图像分类任务 一、PaddlePaddle2.0新亮点——高层API助力开发者快速上手深度学习 1.模型组网更简单 2.模型训练更简单 二、使用飞桨快速加载VGG网络并查看模型结构 1.查看飞桨框架内置模型 2.一行代码加载VGG16 3.查看VGG16的网络结构及参数 三、使用飞桨框架API加载数据集 1.快速加载数据集 2.对训练数据做数据增强 四、使用高层API进行模型训练、验证与测试 1.调用fit()接口来启动训... 展开更多

收藏 0
0
置顶
发表了资讯
02/06 00:22

AI 开发者常用哪些平台学深度学习?

深度学习技术平台开发者使用习惯小调研。

收藏 0
置顶
发表了博客
2020/11/22 20:45

1-3.使用飞桨(paddlepaddle)以及VisualDL2.0对项目进行可视化调参

如果需要更好的阅读体验,可以在ai studio上fork该项目:使用VisualDL2.0对项目进行可视化调参 调参是深度学习必须要做的事情。数据和模型处理好后,需要进行模型训练,这个时候就需要进行调参了。一种好的参数配置,可以使得训练出来的模型在测试集上表现出很好的效果。可是要如何调呢?这里用飞桨(paddlepaddle深度学习框架) 我们通常说的调参是指调整超参数这些,例如: 先给他个设置一个不大不小的epoch,和一些其他超参数... 展开更多

收藏 0
0
置顶
发表了博客
02/03 14:51

AI又对游戏下手了,用强化学习通关超级马里奥兄弟

【飞桨开发者说】王子瑞,四川大学电气工程学院2018级自动化专业本科生,飞桨开发者技术专家PPDE,RoboMaster川大火锅战队成员,强化学习爱好者 超级马里奥兄弟作为几代人的童年回忆,陪伴了我们的成长。如今,随着深度强化学习的发展,越来越多的游戏已经被AI征服。今天,我们将以超级马里奥为例子,展示如何用深度强化学习试着通关游戏。 下载安装命令 ## CPU版本安装命令 pip install -f https://paddlepaddle.org.cn/...... 展开更多

收藏 1
0
置顶
发表了博客
02/01 14:53

『跟着雨哥学AI』系列之三:详解飞桨框架模型训练

课程简介: “跟着雨哥学AI”是百度飞桨开源框架近期针对高层API推出的系列课。本课程由多位资深飞桨工程师精心打造,不仅提供了从数据处理、到模型组网、模型训练、模型评估和推理部署全流程讲解;还提供了丰富的趣味案例,旨在帮助开发者更全面清晰地掌握百度飞桨框架的用法,并能够举一反三、灵活使用飞桨框架进行深度学习实践。 下载安装命令 ## CPU版本安装命令 pip install -f https://paddlepaddle.org.cn/pip/os...... 展开更多

收藏 0
0
置顶
发表了博客
2020/12/22 09:41

【动手学PaddlePaddle2.0系列】模型训练的N种姿势

【动手学Paddle2.0系列】模型训练的N种姿势 最开始接触深度学习的时候,我的码力几乎等于0,所以在最初的时候,几乎都是使用封装好的高层API进行训练,自由度很低。 想通过这个教程,对paddle2.0中的各种开启训练的方式进行一个总结。让我们开始愉快的学(ban)习(zhuan)吧! 下载安装命令 ## CPU版本安装命令 pip install -f https://paddlepaddle.org.cn/pip/oschina/cpu paddlepaddle ## GPU版本安装命令 pip i...... 展开更多

收藏 0
0
置顶
发表了博客
2020/12/09 10:34

飞桨PaddleColorization-黑白照片着色

PaddleColorization-黑白照片着色 将黑白照片着色是不是一件神奇的事情? 本项目将带领你一步一步学习将黑白图片甚至黑白影片的彩色化 下载安装命令 ## CPU版本安装命令 pip install -f https://paddlepaddle.org.cn/pip/oschina/cpu paddlepaddle ## GPU版本安装命令 pip install -f https://paddlepaddle.org.cn/pip/oschina/gpu paddlepaddle-gpu 黑白照片着色 我们都知道,有很多经典的老照片,受限于那个时代的技...... 展开更多

收藏 0
0
置顶
发表了博客
2020/12/21 17:34

百度飞桨PaddlePaddle——如何利用百度Knover训练出一个多轮对话模型

这是一个比较详尽的Knover使用手册 该项目是从项目集“没有对象就自己造”提炼总结出来的,感兴趣的请参考链接的“没有对象就自己造板块”。这个集合主要的目的是记录我关于Knover的使用心得,并为以后使用这个工具的人提供一些快速入门的建议。其中难免有一些错误的地方,还请见谅。 github链接:https://github.com/fiyen/PaddlePaddle-Knover 下载安装命令 ## CPU版本安装命令 pip install -f https://paddlepaddle.o...... 展开更多

收藏 1
1
置顶
发表了博客
2020/12/14 13:27

『我与飞桨的故事』PaddlePaddle最菜程序员的飞桨之旅

PaddlePaddle最菜程序员的飞桨之旅—三岁 个人介绍 结缘之路 万万没想到第一次认识那么简单 进一步了解 Model 不断的相互认知 总结——肺腑之言 Paddle一个小白也可以简单学会的深度学习框架 大家好,这里是大家熟悉的三岁,眨眼间又到了年尾,一年中冲KPI的时间到了,借着这个机会再来 水一篇博客,谈谈自己和 paddle的相识相知与相互学习。 下载安装命令 ## CPU版本安装命令 pip install -f https://paddlepaddle.org.c...... 展开更多

收藏 1
0
置顶
发表了博客
01/25 18:57

『跟着雨哥学AI』系列之二:详解飞桨框架模型组网

课程简介: “跟着雨哥学AI”是百度飞桨开源框架近期针对高层API推出的系列课。本课程由多位资深飞桨工程师精心打造,不仅提供了从数据处理、到模型组网、模型训练、模型评估和推理部署全流程讲解;还提供了丰富的趣味案例,旨在帮助开发者更全面清晰地掌握百度飞桨框架的用法,并能够举一反三、灵活使用飞桨框架进行深度学习实践。 下载安装命令 ## CPU版本安装命令 pip install -f https://paddlepaddle.org.cn/pip/os...... 展开更多

收藏 0
0
置顶
发表了博客
2020/12/29 12:57

【动手学PaddlePaddle2.0系列】PP-YOLO详解(1)-- backbone

PP-YOLO详解(1)-- backbone 大家好,本次教程将带领大家开启PP-YOLO学习。通过前面一系列学习,相信大家已经掌握了图像分类任务的基本概念以及相关实践,下面将带大家实战目标检测任务中经典的YOLO系列算法:PP-YOLO。 本次将对使用的backbone网络:ResNet50-vd-dcn,进行讲解。 下载安装命令 ## CPU版本安装命令 pip install -f https://paddlepaddle.org.cn/pip/oschina/cpu paddlepaddle ## GPU版本安装命令 pip...... 展开更多

收藏 0
0
置顶
发表了博客
2019/05/20 18:32

PaddlePaddle实战 | 情感分析算法从原理到实战全解

在自然语言处理中,情感分析一般是指判断一段文本所表达的情绪状态。其中,一段文本可以是一个句子,一个段落或一个文档。情绪状态可以是两类,如(正面,负面),(高兴,悲伤);也可以是三类,如(积极,消极,中性)等等。 情感分析的应用场景十分广泛,如把用户在购物网站(亚马逊、天猫、淘宝等)、旅游网站、电影评论网站上发表的评论分成正面评论和负面评论;或为了分析用户对于某一产品的整体使用感受,抓取产品的用户... 展开更多

收藏 0
0
没有更多内容
加载失败,请刷新页面
点击加载更多
加载中
下一页
返回顶部
顶部