飛槳
業務數據全用上也喂不飽AI？試試這個小樣本學習工具包
基于飛槳的小樣本學習工具包，旨在降低小樣本學習研究和應用的設計與時間成本。PaddleFSL提供了低層次的工具函數與接口，以供使用者設計新的小樣本學習方法或構建新的小樣本學習數據集，同時也提供了經典小樣本學習方法的高層次實現，以及經典的小樣本數據集。
NLP最實用教程可以白嫖了！理論知識+項目實踐，還配V100免費算力
課程配有豐富的實踐環節，每日發布實戰作業，講師現場coding+trick經驗分享，發布多主題NLP競賽并提供賽前指導，更有開放性項目，比如：自己動手搭建一個NLP對話、翻譯小系統等，任你挑戰！
超越YOLOv5，1.3M超輕量，高效易用，目標檢測領域這一個就夠了
新增超越YOLOv4、YOLOv5 的PP-YOLOv2，1.3M 超超超輕量目標檢測算法PP-YOLO Tiny，全面領先同類框架的RCNN系列算法，以及SOTA 的Anchor Free算法：PAFNet（Paddle Anchor Free）
飛槳框架2.0來了！動態圖開發、API升級、分布式訓練、完備硬件生態
飛槳開源深度學習平臺已涵蓋核心框架、基礎模型庫、端到端開發套件與工具組件，為產業、學術、科研創新提供基礎底座。
ONNX開發者大會即將召開，百度飛槳與LF AI&Data共同承辦
北京時間3月25日上午8點，百度飛槳與LF AI & Data基金會共同承辦的2021年ONNX開發者大會（ONNX Community Virtual Meetup 2021）即將重磅開啟，面向全球開發者進行線上直播，無論是熱衷鉆研開源技術，還是探索AI應用落地的開發者們，都將從大會中獲取干貨與靈感。
飛槳深度學習開源框架2.0搶先看：成熟完備的動態圖開發模式
飛槳深度學習開源框架2.0，推出更加成熟完備的命令式編程模式，將給廣大開發者帶來哪些實打實的好處？
屠榜大殺器UniMP！百度登頂圖神經網絡權威榜單三項榜首
百度提出融合標簽傳遞和圖神經網絡的統一模型UniMP（Unified Message Passing），在圖神經網絡權威榜單OGB（Open Graph Benchmark）取得多項榜首。
精度45.9%，推理速度72.9FPS，百度飛槳推出工業級目標檢測模型 PP-YOLO
飛槳目標檢測套件PaddleDetection的研發團隊也為了讓YOLOv3模型在工業實際應用場景擁有更優異的精度與推理速度，以盡量不增加模型計算量和推理開銷為前提，探索出了一整套更深度的算法優化秘籍，將原先YOLOv3模型的精度（在COCO test-dev2017數據集）從33.0%提升了12.9個絕對百分點，達到45.9%，處于業界領先行列！而在該精度下，其推理速度在V100上達到了72.9 FPS。
PPDE英雄帖！廣邀全球開發者執開源之槳，匯百川成海
秉持開源理念，PPDE面向所有開發者敞開大門，只要你對開源有熱情并愿意為之分享和付出，PPDE便能回饋你更多。
