摘要：
深度学习模型组网 完成数据集的构建后，需要构建网络模型。首先介绍飞桨组网相关的API，主要是paddle.nn下的API介绍，然后介绍动态图下飞桨框架支持的两种组网方式，分别为 Sequential 组网与 SubClass 组网，最后，介绍飞桨框架内置的算法模型。 一、paddle.nn 简介 飞 阅读全文
摘要：
深度学习数据预处理 训练过程中有时会遇到过拟合的问题，其中一个解决方法就是对训练数据做增强，对数据进行处理得到不同的图像，从而泛化数据集。数据增强API是定义在领域目录的transofrms下，这里介绍两种使用方式，一种是基于框架内置数据集，一种是基于自定义的数据集。 一、飞桨框架内置数据集 针对飞 阅读全文
摘要：
深度学习数据集定义与加载 深度学习模型在训练时需要大量的数据来完成模型调优，这个过程均是数字的计算，无法直接使用原始图片和文本等来完成计算。因此与需要对原始的各种数据文件进行处理，转换成深度学习模型可以使用的数据类型。 一、框架自带数据集 飞桨框架将深度学习任务中常用到的数据集作为领域API开放，对 阅读全文
摘要：
广播 (broadcasting) 飞桨（PaddlePaddle，以下简称Paddle）和其他框架一样，提供的一些API支持广播(broadcasting)机制，允许在一些运算时使用不同形状的张量。 通常来讲，如果有一个形状较小和一个形状较大的张量，希望多次使用较小的张量来对较大的张量执行一些操作 阅读全文
摘要：
Tensor基础实践 飞桨（PaddlePaddle，以下简称Paddle）和其他深度学习框架一样，使用Tensor来表示数据，在神经网络中传递的数据均为Tensor。 Tensor可以将其理解为多维数组，其可以具有任意多的维度，不同Tensor可以有不同的数据类型 (dtype) 和形状 (sha 阅读全文
摘要：
Paddle预训练模型应用工具PaddleHub 本文主要介绍如何使用飞桨预训练模型管理工具PaddleHub，快速体验模型以及实现迁移学习。建议使用GPU环境运行相关程序，可以在启动环境时，如下图所示选择“高级版”环境即可。 如果没有算力卡资源可以点击链接申请。 概述 首先提个问题，请问十行Pyt 阅读全文
摘要：
人工智能、机器学习、深度学习的关系 近些年人工智能、机器学习和深度学习的概念十分火热，但很多从业者却很难说清它们之间的关系。在研究深度学习之前，先从三个概念的正本清源开始。 概括来说，人工智能、机器学习和深度学习覆盖的技术范畴是逐层递减的。人工智能是最宽泛的概念。机器学习是当前比较有效的一种实现人工 阅读全文
摘要：
Paddle概述 本文结合深度学习理论与实践，使用百度飞桨平台实现自然语言处理、计算机视觉及个性化推荐等领域的经典应用。 实践部分使用飞桨深度学习开源框架，适配最新的2.0版本，默认使用动态图编程范式。 图1：零基础实践深度学习 内容特色 特色一：理论和代码结合、实践与平台结合，帮助快速掌握深度学习 阅读全文
摘要：
Jittor框架API 这里是Jittor主模块的API文档，可以通过import jittor来获取该模块。 classjittor.ExitHooks exc_handler(exc_type, exc, *args) exit(code=0) hook() classjittor.Functi 阅读全文
摘要：
DeepLabV3+语义分割实战 语义分割是计算机视觉的一项重要任务，本文使用Jittor框架实现了DeepLabV3+语义分割模型。 DeepLabV3+论文：https://arxiv.org/pdf/1802.02611.pdf 完整代码：https://github.com/Jittor/d 阅读全文