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。
























