深度学习框架本质可以看作一个库，或者称之为包，或者是一个简单的写满了函数声明的py文件，其核心在于用户（调包侠）可以通过调用其中的函数轻松完成深度学习模型（神经网络）的创建和训练工作。其中，PaddlePaddle就是一个深度学习框架。更具体来说，如果不使用深度学习框架，用户需要自行编写模型训练中的求导和梯度反馈逻辑；使用了深度学习框架，用户只需要构造模型结构，而不需要去了解这个模型要怎么进行求导

转自AI Studio，原文链接：视频&图片 超分与动漫化+补帧 - 飞桨AI Studio1.安装依赖由于视频不便展示，均放到项目根目录下，以便于查看需要自行建立piece目录和piece_pr目录,分别放置切割的原视频帧，以及原视频帧动漫化后的图片In [9]!python3 -m pip install --upgrade ppgan!git clone https://gitee.

转自AI Studio，原文链接：一文看懂基于PaddleOCR的表格结构识别算法 - 飞桨AI Studio📖 0 项目背景PaddleOCR是百度开源的超轻量级OCR模型库，提供了数十种文本检测、识别模型，旨在打造一套丰富、领先、实用的文字检测、识别模型/工具库，助力使用者训练出更好的模型，并应用落地。关于如何使用PaddleOCR，平台已经有了非常丰富的教程，可以在十分钟内快速启动自定义图

转自AI Studio，原文链接：模型量化（3）：ONNX 模型的静态量化和动态量化 - 飞桨AI Studio1. 引入前面介绍了模型量化的基本原理也介绍了如何使用 PaddleSlim 对 Paddle 模型进行模型动态量化和静态量化这次就继续介绍如下量化使用 ONNXRuntime 对 ONNX 模型进行动态量化和静态量化2. 参考资料官网：onnxruntime.ai官方量化指南：Quan

本文提出了一个用于卷积神经网络的概念简单但非常有效的注意模块SimAM。与现有的通道关注模块和空间关注模块相比，该模块无需向原始网络添加参数，而是在一层中推断特征图的3D关注权重

【diffusion】扩散模型详解！

数据集来自Eating Sound Collection，数据集中包含20种不同食物的咀嚼声音，任务是给这些声音数据建模，准确分类。作为零基础入门语音识别的新人赛，本次任务不涉及复杂的声音模型、语言模型，希望大家通过两种baseline的学习能体验到语音识别的乐趣。

转载自AI Studio 项目链接：https://aistudio.baidu.com/aistudio/projectdetail/3728571?channelType=0&channel=0【PaddlePaddle+OpenVINO】PP-HumanSeg部署OpenVINO™ 工具套件是用于快速开发应用程序和解决方案，以解决各种任务（包括人类视觉模拟、自动语音识别、自然语言处理

资源⭐ ⭐ ⭐ 欢迎点个小小的Star支持！⭐ ⭐ ⭐开源不易，希望大家多多支持~更多CV和NLP中的transformer模型(BERT、ERNIE、ViT、DeiT、Swin Transformer等)、深度学习资料，请参考：awesome-DeepLearning更多的预训练语言模型，请参考paddleNLP: https://github.com/PaddlePaddle/PaddleNL

转自AI Studio，原文链接：​​​​​​【PaddlePaddle+openvino】PP-OCRv2部署 - 飞桨AI StudioPaddlePaddle+openvino】PP-OCRv2部署OpenVINO™ 工具套件是用于快速开发应用程序和解决方案，以解决各种任务（包括人类视觉模拟、自动语音识别、自然语言处理和推荐系统等）的综合工具套件。该工具套件基于最新一代的人工神经网络，包括卷