飞桨PaddlePaddle-CSDN博客

原创飞桨新一代框架3.0：“动静统一自动并行、大模型训推一体”等新特性构筑大模型时代核心生产力

当前大模型主流训练方式，会用到多种并行策略，这些并行策略基于动态图模式实现的“手动”并行方式，即在单卡的基础上，手工处理切分（切分Tensor、计算图）、通信（添加通信算子）、显存优化（显存共享、Re-Compute）、调度优化（流水线编排、计算和通信异步）等策略，开发者既要熟知模型结构，也要深入了解并行策略和框架调度逻辑，使得大模型的开发和性能优化门槛非常高。通过张量切分的标记和自动推导，我们可以表示复杂的分布式混合并行，下图展示了一个具体的数据并行、张量模型并行、流水线并行组成的混合并行的例子。

2024-07-25 14:29:06 516

原创深度详解！基于飞桨框架的线性代数基础及其领域应用

本文概括地介绍了线性代数的基础知识，以及飞桨框架在一些应用领域中的使用。本文首先介绍了线性代数基础部分，涵盖了向量、矩阵、线性方程组、行列式、特征值、特征向量、内积外积以及线性变换等核心概念，这些构成了线性代数的基础内容。接下来介绍了飞桨框架中的线性代数API，包括矩阵属性、矩阵计算、矩阵分解和线性方程求解等不同功能模块。这些API为用户提供了便利的线性代数计算工具。文章给出了几个线性代数在实际应用中的例子，包括线性回归、图像压缩、数据降维等。

2024-07-23 14:42:42 814

原创技术路线速通！用飞桨让京剧人物照片动起来

整体技术架构说明：基于飞桨框架的PaddleHub将戏剧人物与水墨画风格进行融合，接着使用PaddleGAN中的FOM模型进行视频人物的面部动作迁移融合，如下图所示。PaddleGAN不仅为大家提供各类经典的生成对抗网络的复现及应用，同时还为大家准备好了各类项目的大合集，并且此项目将持续不断更新与补充，还希望大家持续关注Repo–PaddleGAN！本创意项目的意义在于，它将传统文化与现代技术相结合，展现出传统与现代的完美融合。

2024-07-18 15:39:38 774

原创 Tensor 索引的使用指南&学习心得

本文章由飞桨PFCC社区成员卢畅贡献。卢畅，飞桨 PFCC 成员，飞桨开源之星，飞桨开发者专家（PPDE），长期参加飞桨黑客松、护航计划等开源活动，参与过飞桨执行器预分析性能优化、静态图自动并行架构升级等任务。本期分享的主题是Tensor索引。在深度学习的世界中，数据是一切算法和模型的基础。有效、高效地处理数据，特别是处理高维数组或张量（Tensor），成为了构建模型、处理数据等任务的重要部分。飞桨框架，作为一个前沿的深度学习框架，提供了丰富的Tensor索引操作，极大地简化了Tensor的操作和处理。

2024-07-16 13:28:01 1091

原创 PaddleX 3.0-beta重磅开源：多场景低代码AI开发，本地多硬件全兼容

6月27日，PaddleX 3.0-beta 开源版本发布，该版本聚焦7大主流AI场景，精选68个飞桨优质模型，构建了16条产业级模型产线，包含了多项能力的显著升级，旨在助力企业开发者以低成本、零门槛的方式，有效解决产业中的实际问题。2023年12月，飞桨正式推出了端云协同的低代码开发工具——PaddleX。这款一站式AI开发工具集成了飞桨开发套件多年积累的模型训练、推理全流程开发的优势能力。

2024-07-12 17:17:59 842

原创利用AI实现人岗匹配，重新定义求职工作流

最终，将为求职者提供与其需求最为匹配的公司名称、岗位名称、薪资范围、工作地点以及详细的岗位福利和要求，旨在帮助求职者更高效地找到心仪的工作岗位和企业。Agent深度挖掘了目标企业岗位数据中的技能要求、能力要求、岗位需求变化等信息，为用户提供全面了解各目标岗位具体要求的途径和详细的招聘信息链接，助力求职者们迅速获取更多相关信息，为求职之路添砖加瓦。Agent会综合考虑岗位的具体要求以及求职者的个人背景，如学历、经验和技能等，进而为求职者提供针对特定公司和岗位的全面、准确的个人信息分析。

2024-07-10 18:05:23 984