覆盖视觉、自然语言处理共计15个模型，寒武纪成功通过飞桨II级兼容性测试！本次II级兼容性测试基于寒武纪MLU370系列，测试了包含PP-YOLO、YOLOv3、ResNet50、DeepLabv3、BERT、OCR-DB等共计15个模型的验证，覆盖了计算机视觉、自然语言处理两大技术领域。经过双方联合严格测试，寒武纪思元370系列与飞桨的兼容性表现良好。寒武纪思元370系列在视觉和语言类网络训练、

本项目介绍了TNT图像分类模型，讲述了如何使用飞桨一步步构建TNT模型网络结构，并尝试在新冠肺炎CT数据集上进行分类。由于作者水平有限，若有不当之处欢迎批评指正。TNT模型介绍TNT模型全...

点击左上方蓝字关注我们【飞桨开发者说】谭玉博，电子科技大学生物医学工程专业研究生1.项目背景据美国的一项调查报告显示，33%的老年人每年会摔倒。由于老人的身体状况不如年轻人健壮，一旦发生跌...

飞桨AI Studio星河社区上线新版文心一言专区，帮助开发者完成一言插件&大模型应用开发，与此同时推出Prompt模板库供开发者使用。零代码开发、可视化界面！飞桨AI Studio星河社区带你玩转Prompt应用。

命名实体识别（Named Entity Recognition，NER）是 NLP 几个经典任务之一，通俗易懂的来说，就是从一段文本中抽取出需求的关键词，如地名，人名等。...

近日，百度视觉团队基于飞桨（PaddlePaddle）深度学习平台，自主研发的地标检索/识别解决方案，在 Google Landmark Retrieval 2019[1] 和 Google Landmark Recognition 2019[2] 两个任务中都斩获第二名，并受邀在计算机视觉领域的顶级学术会议 CVPR 2019 上进行技术分享。Google 今年更新了目前最大的人造和自然地标..

‍‍‍‍5月20-21日，第四届全国智能流体力学研讨会暨第二届智能流体力学产业联合体大会在西湖大学召开。

文心一言化身虚拟患者，模拟就诊情景，让医学生跨越理论与实践鸿沟，高效解锁临床技能

在之前发布的文章中，我们介绍了飞桨全量支持业内优秀科学计算深度学习工具 DeepXDE。本期主要介绍基于飞桨动态图模式对 DeepXDE 中 PINN 方法用例实现、验证及评估的具体流程，同时提供典型环节的代码，旨在帮助大家更加高效地基于飞桨框架进行科学计算用例建设与调试。用例验证及评估标准PINN（Physics-Informed Neural Network）是一种融合神经网络和物理机理的深度

简单易用、算法先进、效果卓越的深度时序建模库