登录社区云，与社区用户共同成长
邀请您加入社区
简 介： 对于AlexNet的网络基本结构进行总结。由于这个网络在实现过程中所需要的计算力比较大。再次并未对其进行测试。关键词： AlexNet，Paddle#mermaid-svg-OffS1zoJUhH5TWZK .label{font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family);fi
Paddle-ERNIE-RAG是新手入门RAG技术的优质项目，核心解决大模型幻觉和知识时效性问题，且代码结构清晰、易复用；项目的核心亮点是PP-StructureV3高精度解析、Milvus混合检索、综合重排序和多模态问答，新手可重点学习这些模块；文中补充了大量新手友好的注释和避坑提示，复制代码即可快速上手，还能基于项目做轻量化优化，提升实战能力。
飞桨平台https://www.paddlepaddle.org.cn/tutorials/projectdetail/4676538先抛结论，对于想要快速了解某一领域有哪些比较适合落地的算法的从业人员来说，是一个很好的参考系统。从中可以知道从哪些模型里选型、如何轻量化、如何加速、一些非常细节的FAQ。但是，这个框架维护上还是存在欠缺，比如很多人反馈的教程调不通，盘子铺得较大但维护没跟上；遇到一些
拥抱Qoder这一新范式，掌握撰写黄金Spec的最佳实践，意味着我们正从一个被工具定义的“码农”，蜕变为用智慧定义工具的“架构师”。随着大模型技术的蓬勃兴起，各行各业正以前所未有的热情拥抱人工智能的浪潮，智能编码作为落地最快和效果最佳的场景，受到了广泛的关注。多年沉淀中，智能代码助手不断演进，研发工程师的智能编码需求也不断升级，关注重点从早期的补全，变成了预测改写以及代码智能体等。这一转变的核心，
本文介绍了PaddleOCR识别模块的数据准备、环境配置和模型微调方法。数据准备部分详细说明了TXT格式的数据目录结构和标注文件要求，建议训练集与验证集比例为8:2或9:1，并提供了不同场景下的数据量建议。环境配置部分列出了Python、PaddlePaddle等依赖项的版本要求，以及CUDA环境的配置方法。模型微调部分讲解了如何修改配置文件指定数据集路径、训练参数和预训练模型路径，包括数据增强策
它是一个非常棒的学术探索：它是一个产业级的SOTA解决方案。不愧是中国OCR技术的老大哥，它目标很务实，就是在复杂多变的真实场景中，把文档解析做到极致。它继承了PaddleOCR开源5年、GitHub超5万Star（唯一Star数超50k的中国OCR项目）、累计下载超900万的深厚积累，这不是一个新玩具，是一个身经百战的成熟系统。这说明PaddleOCR早已是这个领域的基础设施。所以：如果你要发论
PaddleOCR-VL 效果真是非常惊艳啊，年底的 okr 实现的信心大增。PaddleOCR-VL 文字识别感觉像戴了高精度眼镜一般，后续遇到类似的文字识别需求，可以首选 PaddleOCR-VL 啊。此外小小看了一下论文，PaddleOCR-VL 采用创新的两阶段架构：第一阶段由 PP-DocLayoutV2 模型负责版面检测与阅读顺序预测；第二阶段由 PaddleOCR-VL-0.9B 识
本文针对Java项目中身份证图片OCR识别需求，提出四种解决方案：1）OCR云服务（高精度但成本高）；2）AI大模型（语义理解强但价格昂贵）；3）Tesseract（开源但配置复杂）；4）PaddleOCR（平衡精度与速度）。作者最终选用PaddleOCR方案，配合OpenCV进行图像预处理（旋转、灰度化、二值化），实现本地化部署。文章详细对比了各方案优缺点，并提供了Java集成OpenCV和Pa
本教程将详细介绍如何在本地环境中使用Docker部署 PaddleOCR-VL，同时包含VLLM推理模型加速的部署过程，以及踩过的一些坑。目前本人测试了效果确实非常强大，可用于文档解析、图片、PDF等，同时响应速度也很快，相比于传统的OCR精准太多了
尽管新兴语言在不断涌现，但C++凭借其强大的性能、精确的资源控制和持续的现代化革新，在现代软件开发中依然扮演着核心角色。从底层基础设施到高性能应用，从嵌入式设备到大型分布式系统，C++的应用实践充分体现了其“零开销抽象”哲学的魅力。未来，随着标准演进和生态工具的进一步完善，C++仍将是软件开发者探索计算极限、构建可靠系统的重要武器。
本项目基于是OCR（文本识别）、表格识别的人工智能技术应用，通过表格识别，实现快速制作模板；模板单元格信息，结合OCR识别结果，将表格内容提取为结构化信息输出。与KIE（Key Information Extraction，关键信息抽取）模型对比，本项目准确率更高，效率更快，占用资源更小，能大大提升用户将非结构化的数据转化为结构化数据的质量。
参加百度手写字体识别大赛，纯小白入门指引本文包括：1.新手注册登陆流程2.如何申请免费算力和notebook环境介绍3.运行项目时遇到的问题
Flutter之Padding
近日，使用paddle官方的conda安装命令安装最新版的paddle命令安装了paddle的GPU版需要的cudatoolkit=11.7和cudnn8.6和一些依赖包。但是，在python交互界面运行paddle.utils.run_check()却出现了错误，所以令人疑惑的是我明明在虚拟环境中安装了cudnn，但是paddle却不能找到cudnn库的位置。
0基础快速上手大语言模型微调---基于“第2届·百度搜索创新大赛——搜索答案组织”微调结果分析（web端一键上手）
本文介绍了PaddlePaddle深度学习框架的安装流程：首先从官网获取对应版本（Paddle3.1+CUDA12.6+Python3.12.3）的安装命令；然后通过Anaconda创建虚拟环境并激活；接着执行安装命令并通过conda list验证安装；最后运行paddle.utils.run_check()进行测试，出现指定信息即表示安装成功。整个安装过程涵盖了环境配置、软件安装和验证测试三个关
本项目基于PaddlePaddle实现了RWKV-7纯RNN大模型架构，并与Transformer和LSTM进行了对比实验。实验采用"倒背数字"任务，测试模型的长距离记忆能力。结果显示，RWKV-7和Transformer都能较好完成任务，其中RWKV-7在loss下降速度和准确率上表现更优。虽然当前实现因缺少CUDA优化而速度较慢，但验证了RWKV架构结合RNN和Transf
之前在网上paddle官网查到的方法是在./tools/train.py里将use_gpu改为ture，但是试了之后发现不行，后来以为缺少cudnn，没法调用gpu，就去装cudnn，后来学长又推荐直接docker一步到位，就想着熟悉一下也挺好，结果忙了半天，两边都是因为没法解决的error放弃了。在./config/runtime.yml的use_gpu的false改为ture。之前的机子重装了
paddle paddle 中使用gpu训练记录一下使用paddle的device的get和set来获取和设置import paddleprint(paddle.device.get_device())如果有gpu的话运行结果如下：之后在代码开始位置按照设备名通过set_device()方法设置设备即可：paddle.device.set_device('gpu:0') # 把get—device
文章目录开始之前：Step 1Step 2出现问题应该怎么办Step 3开始之前：请确保你的电脑上应该安装好与你显卡对应好的CUDA和cuDNN版本。如果没有安装，可以参考这篇安装CUDA以及对应的cuDNN本次安装在Anaconda虚拟环境中进行。Step 1进入Anaconda Powershell Prompt输入：conda create -n paddle2.0 python=3.7上面
PaddlePaddle是一个功能全面的深度学习框架由百度公司主导开发并开源。它最初源于2013年百度深度学习实验室创建的Paddle项目旨在支持大规模数据的多GPU和多机器并行训练。2016年9月百度正式将PaddlePaddle开源这标志着国内第一个机器学习开源平台的诞生。PaddlePaddle的名字来源于Parallel Distributed Deep Learning并行分布式深度学习
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
注意, 这里 "image=@/ocr.png"ocr.png 得是服务器上的文件目录,并非docker容器里的 路径, 测试时,这个图片文件 在根目录。registry.baidubce.com/paddlepaddle/paddle:3.0.0b2 是镜像的地址。从服务器的根目录/ocr_server.py 拷贝到 容器的/home/ocr_server.py。paddle_docker 是镜
环境依赖python >= 3.6paddlepaddle >= 2.1paddlenlp环境配置paddlepaddle安装：开始使用_飞桨-源于产业实践的开源深度学习平台paddlenlp安装：pip install --upgrade paddlenlp>=2.0.0rc -i https://pypi.org/simple（PaddleNLP/installation.r
被识别成：“12”“2方案”，这种可以通过x坐标交叉并且第一个结果最后一个字符与第二个结果第一个字符相同判断。通过轮廓裁剪出数字区域，det设置为False可以提高识别率。resize图片的高宽比为1：10可以提高检测和识别率。情况1：检测错误，同一个字符串被两次检测到。无直接解决办法，更换精度更高数字模型解决。同上，但是仍然可能漏掉一些文字没识别出来。情况2： 识别错误，11被识别成111。适当
paddle ocr报错 ImportError: cannot import name ‘get_installed_distributions’ from 'pip._internal.utils报错在使用paddleocr时报错如下：paddle ocr报错 ImportError: cannot import name 'get_installed_distributions' from
把ppocr的包含目录全部复制到consoleApplication1中，并且在包含路径中加入opencv的include目录。然后等一下就会弹出一个错误对话框，点击确认，找到下面这三个选项，填入对应的.source下的库文件路径。下面是如果在自己的项目中使用Paddleocr，自己摸索的道路，可能有很多的弯路，欢迎大家指正。重点需要包含ppocr.lib库，如果没有包含会出一大堆的错，比如说，无
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。2016年8月百度开源了深度学习框架PaddlePaddle，并于2019年正式中文命名为“飞桨”。据统计，市场份额方面，百度飞桨在中国综合市场份额已超越TensorFlow和PyTorch，位居中国深度学习市场第一。Paddle X
paddle
——paddle
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
九章云极普惠算力
2048 AI社区
火山引擎 ADG 社区
openvela
开源鸿蒙跨平台开发者社区
FlagOS智算系统软件栈
智源数据社区
昇腾开源生态专区
EazyDevelop社区
