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
2020/04/14 15:03

基于PaddlePaddle的强化学习算法CycleGAN Fork 72 收藏

简介 生成对抗网络(Generative Adversarial Network[1], 简称GAN) 是一种非监督学习的方式,通过让两个神经网络相互博弈的方法进行学习,该方法由lan Goodfellow等人在2014年提出。生成对抗网络由一个生成网络和一个判别网络组成,生成网络从潜在的空间(latent space)中随机采样作为输入,其输出结果需要尽量模仿训练集中的真实样本。判别网络的输入为真实样本或生成网络的输出,其目的是将生成网络的输出从真实样本中尽可能的分... 展开更多

收藏 0
0
置顶
发表了博客
2020/04/15 15:09

用PaddlePaddle实现图像分类-AlexNet(动态图版)

项目简介 本项目使用paddle的动态图机制实现了经典的图像分类网络:AlexNet,并在公开的蔬菜数据集上进行了模型训练以及验证,建议使用GPU来运行本项目。静态图版本请查看:用PaddlePaddle实现图像分类-AlexNet 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 paddlepadd...... 展开更多

收藏 0
0
置顶
发表了博客
2020/04/16 14:42

基于PaddlePaddle的视频分类-TSN(动态图版)

项目简介 本项目使用paddle的动态图机制实现了视频动作分类TSN模型,并在简化版的HMDB 51数据集进行了训练和验证 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 模型简介 Temporal Segment Network (TSN) 是视频分类领域经典的基于2D-CNN的解决方案。该...... 展开更多

收藏 0
0
置顶
发表了博客
2020/04/17 13:18

用PaddlePaddle实现图像分类-ShuffleNetV2(动态图版)

项目简介 本项目使用paddle实现图像分类模型 ShuffleNet-V2网络的训练和预测,建议使用GPU训练。静态图版本请查看:用PaddlePaddle实现图像分类-ShuffleNetV2 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 模型简介 设计准则 作者首先测试了几个轻量级...... 展开更多

收藏 0
0
置顶
发表了博客
2020/04/16 14:38

用PaddlePaddle实现图像分类-MobileNet(动态图版)

项目简介 本项目使用paddle实现图像分类模型 MobileNet-V1网络的训练和预测。MobileNet-V1是针对传统卷积模块计算量大的缺点进行改进后,提出的一种更高效的能够在移动设备上部署的轻量级神经网络。静态图版本请查看:用PaddlePaddle实现图像分类-MobileNet 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://padd...... 展开更多

收藏 0
0
置顶
发表了博客
2020/04/15 15:01

基于PaddlePaddle的图像分类-DenseNet

项目简介 本项目基于paddle 实现了图像分类模型 DenseNet,建议使用GPU运行。动态图版本请查看:用PaddlePaddle实现图像分类-DenseNet(动态图版) 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 In[1] # 解压花朵数据集 !cd data/data2815 && unz...... 展开更多

收藏 0
0
置顶
发表了博客
2020/04/16 14:28

基于PaddlePaddle的强化学习算法Conditional GAN

简介 生成对抗网络(Generative Adversarial Network, 简称GAN) 是一种非监督学习的方式,通过让两个神经网络相互博弈的方法进行学习,该方法由lan Goodfellow等人在2014年提出。生成对抗网络由一个生成网络和一个判别网络组成,生成网络从潜在的空间(latent space)中随机采样作为输入,其输出结果需要尽量模仿训练集中的真实样本。判别网络的输入为真实样本或生成网络的输出,其目的是将生成网络的输出从真实样本中尽可能的分辨... 展开更多

收藏 0
1
置顶
发表了博客
2020/04/17 13:26

用PaddlePaddle实现图像分类-ShuffleNetV2

项目简介 本项目使用paddle实现图像分类模型 ShuffleNet-V2网络的训练和预测,建议使用GPU运行。动态图版本请查看:用PaddlePaddle实现图像分类-ShuffleNetV2(动态图版) 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 模型简介 设计准则 作者首先测试...... 展开更多

收藏 0
0
置顶
发表了博客
2020/04/17 13:24

用PaddlePaddle实现图像分类-SE_ResNeXt

项目简介 本项目基于paddle 实现了图像分类模型 SE_ResNeXt,建议使用GPU运行。动态图版本请查看:用PaddlePaddle实现图像分类-SE_ResNeXt(动态图版),具体介绍如下: 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 ResNeXt: VGG和ResNet的成功表明通...... 展开更多

收藏 0
1
置顶
发表了博客
2020/04/20 15:59

基于PaddlePaddle的强化学习算法DCGAN

简介 生成对抗网络(Generative Adversarial Network[1], 简称GAN) 是一种非监督学习的方式,通过让两个神经网络相互博弈的方法进行学习,该方法由lan Goodfellow等人在2014年提出。生成对抗网络由一个生成网络和一个判别网络组成,生成网络从潜在的空间(latent space)中随机采样作为输入,其输出结果需要尽量模仿训练集中的真实样本。判别网络的输入为真实样本或生成网络的输出,其目的是将生成网络的输出从真实样本中尽可能的分... 展开更多

收藏 0
0
置顶
发表了博客
2020/04/14 15:33

基于PaddlePaddle的StarGAN,AttGAN,STGAN算法

简介 生成对抗网络(Generative Adversarial Network[1], 简称GAN) 是一种非监督学习的方式,通过让两个神经网络相互博弈的方法进行学习,该方法由lan Goodfellow等人在2014年提出。生成对抗网络由一个生成网络和一个判别网络组成,生成网络从潜在的空间(latent space)中随机采样作为输入,其输出结果需要尽量模仿训练集中的真实样本。判别网络的输入为真实样本或生成网络的输出,其目的是将生成网络的输出从真实样本中尽可能的分... 展开更多

收藏 0
0
置顶
发表了博客
2020/04/20 15:47

基于PaddlePaddle的Attention Cluster 视频分类模型

模型简介 Attention Cluster模型为ActivityNet Kinetics Challenge 2017中最佳序列模型。该模型通过带Shifting Opeation的Attention Clusters处理已抽取好的RGB、Flow、Audio特征数据,Attention Cluster结构如下图所示。 Shifting Operation通过对每一个attention单元的输出添加一个独立可学习的线性变换处理后进行L2-normalization,使得各attention单元倾向于学习特征的不同成分,从而让Attention Cluster能更好地学习不同分... 展开更多

收藏 0
0
置顶
发表了博客
2020/04/21 14:13

基于PaddlePaddle的对话通用理解模块DGU

对话通用理解模块DGU 1、模型简介 2、快速开始 3、进阶使用 4、参考论文 1、模型简介     对话相关的任务中,Dialogue System常常需要根据场景的变化去解决多种多样的任务。任务的多样性(意图识别、槽位解析、DA识别、DST等等),以及领域训练数据的稀少,给Dialogue System的研究和应用带来了巨大的困难和挑战,要使得dialogue system得到更好的发展,需要开发一个通用的对话理解模型。为此,我们给出了基于BERT的对话通用... 展开更多

收藏 0
0
置顶
发表了博客
2020/04/14 14:58

用PaddlePaddle实现飞机识别

项目简介 本项目通过构建并训练CNN网络来进行飞机识别 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 数据介绍 本项目共有7897张图像,其中训练集5897张,测试集2000张图像,每幅图像的大小为32*32 网络构建 本项目网络结构如下图所示: 如上图所示,给...... 展开更多

收藏 0
0
置顶
发表了博客
2020/04/13 18:05

用PaddlePaddle实现经典的经典的人脸识别算法PyramidBox

一、项目背景介绍 人脸检测是经典的计算机视觉任务,非受控场景中的小脸、模糊和遮挡的人脸检测是这个方向上最有挑战的问题。PyramidBox 是一种基于SSD的单阶段人脸检测器,它利用上下文信息解决困难人脸的检测问题。 Pyramidbox模型可以在以下示例图片上展示鲁棒的检测性能,该图有一千张人脸,该模型检测出其中的880张人脸。 Pyramidbox 人脸检测性能展示 论文原文:https://arxiv.org/pdf/1803.07737.pdf 下载安装命令 #...... 展开更多

收藏 0
0
置顶
发表了博客
2020/03/20 01:21

信息检索&FAQ硬核技术!飞桨开源百度自研SimNet模型

导读:飞桨PaddlePaddle致力于让深度学习技术的创新与应用更简单。飞桨开源的百度自研SimNet-BOW-Pairwise语义匹配模型,在真实的FAQ问答场景中,比其他基于字面的相似度方法AUC提升了5%以上。在公开语义匹配数据集(LCQMC)进行评测准确率也达到了0.7532,性能超越同等复杂的CBOW基线模型。SimNet 显著改善了长冷 query 的搜索效果,提升了搜索智能化的水平,在百度搜索以及其它产品线广泛应用。 下载安装命令 ## CPU版本安...... 展开更多

收藏 0
0
置顶
发表了博客
2020/03/23 23:11

百度飞桨聚焦6项视觉能力更新,涉及15种算法和35个预训练模型

2020年,“新基建”正给中国科技发展带来新的重大机遇,人工智能基础设施面临全面升级。深度学习框架正是推动产业智能化进阶的重要基础设施。近日,国内唯一开源开放、功能完备的深度学习开源平台——百度飞桨,在智能视觉领域实现重大升级。 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.c...... 展开更多

收藏 0
0
置顶
发表了博客
2020/04/20 15:56

用PaddlePaddle实现图像分类-MobileNet-v2

项目简介 本项目使用paddle实现图像分类模型 MobileNet-V2网络的训练和预测。MobileNet-V2是对 MobileNet-V1 的改进,同样是一个轻量级卷积神经网络。关于深度可分离卷积等MobileNet-V1相关的基础理论可以查看:图像分类-MobileNet-V1 建议使用GPU运行。动态图版本请查看:用PaddlePaddle实现图像分类-MobileNet-v2(动态图版) 下载安装命令 ## CPU版本安装命令 pip install -f https://paddlepaddle.org.cn/pip/oschina/...... 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