登录社区云，与社区用户共同成长
邀请您加入社区
百度飞桨AIstudio平台搭建的环境如下：但是需要参照教程自己重新搭建，因为它的环境公开的只能1GB文件，但超过了1GB，只能筛选，所以不全。具体操作步骤，包括免费使用百度飞桨AIstudio平台的教程也是参考如下博客。
本课程介绍深度学习基础概念及PaddlePaddle框架应用。课程内容包括神经网络结构、损失函数和优化器原理，重点讲解如何使用PaddlePaddle构建简单神经网络模型。通过实例演示，学员将学习如何定义网络层、计算交叉熵损失、使用Adam优化器训练MNIST分类模型。课程提供完整的代码示例，包括数据加载、模型构建、训练过程等，帮助学员掌握深度学习模型的基本开发流程。学习目标是为学员打下深度学习基
本课程指导学员在Windows、macOS和Linux系统上安装PaddlePaddle深度学习框架，并配置开发环境。主要内容包括：使用Anaconda或pip安装PaddlePaddle的方法；配置Jupyter Notebook和Visual Studio Code两种开发工具；在两种工具中编写和运行PaddlePaddle代码的示例。课程通过具体安装命令和代码实例，帮助学员掌握环境搭建技能，
本文介绍了使用PaddlePaddle框架构建图像分类器的全流程实践。主要内容包括：1）数据准备与预处理，演示了数据加载、预处理和增强的方法；2）模型构建与训练，展示了如何构建CNN模型并进行训练；3）模型评估与保存，说明如何评估模型性能并保存训练结果。文章通过CIFAR-10数据集示例，详细讲解了从数据准备到模型训练、评估的完整过程，为深度学习初学者提供了实用的项目开发指南。
WAVE SUMMIT + 2022深度学习开发者峰会
本文介绍了使用PaddlePaddle框架构建神经网络模型的入门实践。主要内容包括：PaddlePaddle框架的安装与导入；通过继承paddle.nn.Layer类定义网络结构；常用激活函数的使用；模型训练过程（损失函数、优化器选择及训练循环实现）；以及模型评估方法。通过一个包含单隐藏层的简单神经网络示例，演示了从构建到训练、评估的全过程，为深度学习初学者提供了实践指导。
PaddleOCR在Windows下的C++部署记录,支持CPU和GPU模式
安装飞桨Paddlepaddle出现ExternalError:Cuda error(38), no CUDA-capable device is detected.[Advise: This indicates that no CUDA-capable devices were detected by the installed CUDA driver. ] at (D:\1.8.3\paddl
我选用的是cuda10.1纯镜像案例来自paddlepaddle官方PaddleGAN库中，可以查看https://github.com/PaddlePaddle/PaddleGAN/安装需要的软件包apt-get install cuda-cusolver-dev-10-1conda install paddlepaddle-gpu==2.1.2 cudatoolkit=10.1 --chann
PP-检测部署（CUDA11.2+ cuDNN v8.2.1+paddlepaddle-gpu2.2.2）一、安装CUDA11.2下载CUDA11.2官网：https://developer.nvidia.com/cuda-toolkit-archive进入官网找到自己需要的版本点击进行安装。下载完成，双击程序安装即可。二、安装cuDNN v8.2.11.下载cuDNN v8.2.1官网：http
安装paddlepaddle时显示安装成功，但是运行的时候报错ImportError: libcudart.so.10.2: cannot open shared object file: Nosuch file or directory
随着人工智能的不断发展，深度学习这门技术也越来越重要，很多人都开启了学习深度学习，本文就介绍了深度学习的工具框架及如何安装Paddle。
使用图像分类和语义分割模型，对井下煤流视频实时监测，可以分析出传送带的运行状态和煤量占比。若传送带长时间空转，系统会发送报警信息。最后设计GUI界面，辅助企业实现装置的启停控制和自适应调速等。
随着互联网和自媒体的繁荣，文本形式的在线旅游（Online Travel Agency，OTA）和游客的用户生成内容（User Generated Content，UGC）数据成为了解旅游市场现状的重要信息来源。OTA和UGC数据的内容较为分散和碎片化，要使用它们对某一特定旅游目的地进行研究时，迫切需要一种能够从文本中抽取相关的旅游要素，并挖掘要素之间的相关性和隐含的高层概念的可视化分析工具。为此
本课程介绍了PaddlePaddle框架中模型保存与加载的实践方法。主要内容包括： 静态图模式下使用save_inference_model保存模型和load_inference_model加载模型 动态图模式下通过paddle.save保存模型参数和优化器状态，使用paddle.load恢复训练 模型管理最佳实践：根据需求选择保存格式、确保模型可移植性、定期备份模型版本 提供了完整的代码示例，展
随着PaddlePaddle2.0的更新，PaddleClas图像分类套件也更新到了2.0-rc1版本。新版本的PaddleClas套件已经默认使用动态图来进行模型训练。现在我们使用PaddleClas套件从零实现一个简单的垃圾分类器，来体验一下新版本的PaddleClas的的方便快捷，即使初学者也能训练出高精度的模型。本篇文章分为上下两部分，上部讲解如何从零开始训练，下部讲解部分核心代码以及深度
“大数据挑战赛”是以产学合作为主导，由清华大学联合企业承办，以企业真实场景和实际数据为基础，面向全球开放的高端算法竞赛。
本教程属于训练其他语言的训练教程，中文英文已经拥有他自己的模型，但是其他语言没有，我实习的内容是大模型性能提升，负责的是OCR部分，需要训练没有发布的语言模型。此训练教程希望对大家有帮助
利用PaddleDetection训练水下目标检测模型，并通过EasyEdge部署在移动端。
整理了地图可视化库folium的基础部分-构建地图和打标记，有什么错误欢迎评论区交流~喜欢就fork加star叭~
随着Qwen等大模型的开源，基于通用大模型进行场景化领域微调的门槛显著降低。这一趋势使得大模型在传统开发项目中的落地应用变得更加便捷，同时能大幅提升项目能力、简化开发流程，并使原本难以实现的业务逻辑成为可能。本文将以"根据精简地址补齐完整五级行政区"这一具体场景为例，详细介绍如何使用LoRA微调QWen2.5-0.5B，使其在地址补齐任务上达到15B甚至32B大模型的水平。
本文介绍了在飞桨AI Studio平台上使用PaddlePaddle 2.5.2框架和d2l库进行VOC2012图像分割实验的完整流程。主要内容包括：1) 飞桨AI Studio环境配置与d2l库安装；2) VOC2012数据集的获取与预处理方法；3) 全卷积网络(FCN)模型的构建；4) 图像分割评估指标的计算。实验使用VOC2012数据集，包含21个类别，通过FCN模型实现像素级分类。文中详细
一、介绍PaddleOCR 是一个基于百度飞桨的OCR工具库，包含总模型仅8.6M的超轻量级中文OCR，单模型支持中英文数字组合识别、竖排文本识别、长文本识别。同时支持多种文本检测、文本识别的训练算法。本教程将介绍PaddleOCR的基本使用方法以及如何使用它开发一个自动搜题的小工具。项目地址：OCR-CopyText-And-Search: 适用于一些单位组织的那种在专门的APP上答题，但是又有
文章目录1 安装anacoda2 打开终端并创建conda环境2.1 打开Anaconda Prompt终端2.2 查看已存在的虚拟环境2.3 创建新的conda环境2.4 激活刚创建的conda环境，在命令行中输入以下命令：2.5 查看当前python的位置3 安装程序运行所需库3.1 使用pip命令在刚激活的环境中安装对应包（此处为演示包）4 安装paddlehub并下载模型1 安装anaco
PaddleOCR-VL部署（cuda12.0/cuda12.1/cuda12.2、使用docker、服务端及客户端在同一容器、手动安装paddlepaddle、vlm服务端、flash_attn）cuda12.1、12.2等其他版本也适用.
三维重建一般就是指通过一些二维的数据（例如照片、视频等）去还原一个三维的场景。什么意思呢？我们可以拿自己的眼睛做个类比。人之所以能看见东西，是因为外部的光线投射在了我们眼睛的视网膜上，由视杆和视锥细胞将光线的强度、颜色等信息传递给大脑，让我们能够看见东西。显然，人眼只能看到一个二维的画面，无法感知物体的三维结构信息。那为什么我们在看东西的时候会感觉东西是立体的呢？主要有两点原因。第一，人有两只眼睛
paddlepaddle
——paddlepaddle
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
2048 AI社区
九章云极普惠算力
昇腾开源生态专区
DAMO开发者矩阵
永洪数据分析社区
量化交易与投资社区
魔乐社区
