自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(69)
  • 收藏
  • 关注

原创 零基础入门深度学习(四):卷积神经网络基础之池化和Relu

课程名称 | 零基础入门深度学习授课讲师 | 孙高峰 百度深度学习技术平台部资深研发工程师授课时间 | 每周二、周四晚20:00-21:00编辑整理 | 孙高峰内容来源 | 百度飞桨深度学习集训营出品平台 | 百度飞桨01导读本课程是百度官方开设的零基础入门深度学习课程,主要面向没有深度学习技术基础或者基础薄弱的同学,帮助大家在深度学习领域实现从0到1...

2020-01-06 20:01:54 497

原创 零基础入门深度学习(三):卷积神经网络基础之初识卷积

课程名称 | 零基础入门深度学习授课讲师 | 孙高峰 百度深度学习技术平台部资深研发工程师授课时间 | 每周二、周四晚20:00-21:00编辑整理 | 孙高峰内容来源 | 百度飞桨深度学习集训营出品平台 | 百度飞桨01导读本课程是百度官方开设的零基础入门深度学习课程,主要面向没有深度学习技术基础或者基础薄弱的同学,帮助大家在深度学习领域实现从0到1+的跨...

2020-01-06 20:01:02 1113

原创 零基础入门深度学习(二):用一个案例掌握深度学习方法

授课讲师|毕然百度深度学习技术平台部主任架构师授课时间|每周二、周四晚20:00-21:00编辑整理|刘威威内容来源|百度飞桨深度学习集训营0导读本课程是百度官方开设的零基础入门深度学习课程,主要面向没有深度学习技术基础或者基础薄弱的同学,帮助大家在深度学习领域实现从0到1+的跨越。从本课程中,你将学习到: 深度学习基础知识 ...

2020-01-06 20:00:13 345 3

原创 BERT和ERNIE谁更强?这里有一份4大场景的细致评测

BERT和ERNIE,NLP领域近来最受关注的2大模型究竟怎么样?刚刚有人实测比拼了一下,结果在中文语言环境下,结果令人意外又惊喜。具体详情究竟如何?不妨一起围观下这篇技术评测。1. 写在前面随着2018年ELMo、BERT等模型的发布,NLP领域终于进入了“大力出奇迹”的时代。采用大规模语料上进行无监督预训练的深层模型,在下游任务数据上微调一下,即可达到很好的效果。曾经需要反复调...

2020-01-02 00:04:58 142

原创 飞桨十大中文NLP开源工具详解

PaddleNLP是基于飞桨(PaddlePaddle)开发的工业级中文NLP开源工具与预训练模型集,将自然语言处理领域的多种模型用一套共享骨架代码实现,可大大减少开发者在开发过程中的重复工作。PaddleNLP提供依托于百度百亿级大数据的预训练模型,适应全面丰富的 NLP任务,方便开发者灵活插拔尝试多种网络结构,并且让应用最快速达到工业级效果。下面小编就带你一一了解PaddleNLP支持的十大N...

2020-01-02 00:04:26 730

原创 强烈推荐 | 基于飞桨的五大目标检测模型实战详解

机器视觉领域的核心问题之一就是目标检测(object detection),它的任务是找出图像当中所有感兴趣的目标(物体),确定其位置和大小。对于人类来说,目标检测是一个非常简单的任务。然而,计算机能够“看到”的是图像被编码之后的数字,很难解图像或是视频帧中出现了人或是物体这样的高层语义概念,也就更加难以定位目标出现在图像中哪个区域。与此同时,由于目标会出现在图像或是视频帧中的任何位置,...

2020-01-02 00:03:41 454

原创 百度推出飞桨(PaddlePaddle)后,不少开发者开始转向国内的深度学习框架。但是从代码的转移谈何容易,之前的工作重写一遍不太现实,成千上万行代码的手工转换等于是在做一次二次开发。 现在,有个好

百度推出飞桨(PaddlePaddle)后,不少开发者开始转向国内的深度学习框架。但是从代码的转移谈何容易,之前的工作重写一遍不太现实,成千上万行代码的手工转换等于是在做一次二次开发。现在,有个好消息:无论Caffe、TensorFlow、ONNX都可以轻松迁移到飞桨平台上。虽然目前还不直接迁移PyTorch模型,但PyTorch本身支持导出为ONNX模型,等于间接对该平台提供了支持。然而...

2019-12-30 20:46:11 1125

原创 飞桨带你使用度量学习,提升人脸识别准确率

小测试想必在日常生活中,我们总会有一种感觉,身边认识的一些人,明明没有任何血缘关系,但是长得却可能很像,尤其对于脸盲的同学,真的是傻傻分不清楚。我们这里有一组题,来测测大家的人脸识别水平。先来一道简单的,【人脸识别四级】水平的,下面两位男明星分别是谁?很简单是吧?答案应该不需要公布了应该难不倒大家趁热打铁,我们再来一道【人脸识别六...

2019-12-27 22:24:45 457

原创 基于飞桨PaddlePaddle的语义角色标注任务全解析

自然语言处理中的自然语言句子级分析技术,可以大致分为词法分析、句法分析、语义分析三个层面。 词法分析:第一层面的词法分析 (lexical analysis) 包括汉语分词和词性标注两部分。 句法分析:对输入的文本句子进行分析以得到句子的句法结构的处理过程。 语义分析 (semantic parsing):语义分析的最终目的是 理解句子表达的真实语义。语义角...

2019-12-27 22:18:50 225

原创 基于飞桨PaddlePaddle的地标检索识别夺竞赛双料大奖,获奖方案全解析

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...

2019-12-27 22:17:22 155

原创 飞桨PaddleDetection物体检测统一框架详解

目标检测是机器视觉领域的核心问题之一。7 月 3 日百度 AI 开发者大会,飞桨核心框架 Paddle Fluid v1.5 宣布开源了 PaddleDetection 物体检测统一框架,用户可以非常方便、快速的搭建出各种检测框架,构建强大的各类应用。PaddleDetection 物体检测统一框架,覆盖主流的检测算法,即具备高精度模型、也具备高速推理模型,并提供丰富的预训练模型,具有...

2019-12-27 22:13:32 222

原创 自动模型压缩与架构搜索:飞桨PaddleSlim最全解读

近年来,深度学习技术在很多方向都取得了巨大的成功,但由于深度神经网络计算复杂度高,模型参数量大,限制了其在一些场景和设备上进行部署,特别是在移动嵌入式设备的部署。因此,模型小型化技术成为最近几年学术界和工业界研究的热点,模型小型化技术也从最开始的网络剪枝、知识蒸馏、参数量化等发展为最新的神经网络架构搜索(NAS)和自动模型压缩等技术。飞桨核心框架 Paddle Fluid v1.5 版本,Pa...

2019-12-26 14:59:44 299

原创 更快更简单|飞桨PaddlePaddle显存分配与优化最佳实践

飞桨(PaddlePaddle)为用户提供技术领先、简单易用、兼顾显存回收与复用的显存优化策略,在Transformer、BERT、DeepLabV3+上Max Batch Size性能优于对标开源框架,在YOLOv3、Mask-RCNN模型上显存性能与对标开源框架持平,有兴趣的同学可以试一下,上一组数据先睹为快。测试条件如下: Paddle version:1.5.0...

2019-12-26 14:59:13 1882

原创 如何用飞桨实现 Bengio 经典神经网络语言模型?

刚入门深度学习与自然语言处理(NLP)时,在学习了 Goldberg 特别棒的入门书 NN4NLP,斯坦福 cs224n 等等后,也无限次起念头,写个系列吧,但都不了了之了。近来,NLP 领域因为超大预训练模型,很多研究需要耗费大量计算资源(比如百度新发布持续学习语义理解框架 ERNIE 2.0,该模型在共计 16 个中英文任务上超越了 BERT 和 XLNet,取得了 SOTA 效果),这样...

2019-12-24 14:59:06 374

原创 百度助力数据挖掘世界杯KDD Cup 历史性革新

8月6日,一年一度的KDD(国际数据挖掘与知识发现)大会召开,这是数据挖掘领域国际最高级别会议,而其旗下赛事KDD Cup 被称为数据挖掘领域的“世界杯”。今年,KDD Cup 在赛制上进行了诸多创新,百度公司赞助并出题的常规机器学习竞赛(Regular ML Track)不仅刷新了参赛人数记录,也首次设置开放研究赛题,中国军团也不负众望,斩获大部分重量级奖项。同时,百度也是赛事的钻石赞助商,助推...

2019-12-24 14:58:25 124

原创 飞桨优质学习项目大放送!AI Studio内容精选10月刊

百度大脑AI Studio经过一年的建设, 现在已经积累了数以万计的内容和项目, 为了便于大家学习了解深度学习开发技术, AI Studio项目小组特别制作或汇总了一批精选内容。9月份给大家推送了精选项目合集9月刊,广受好评!于是我们在今天又集中选择了一些非常优质的项目,给大家整理了一份10月刊帮助大家学习~每个项目都可以直接fork并运行哦, 动手实践出真知~部分内容可能需要使用GPU环...

2019-12-24 14:54:45 90

原创 NeurIPS颁奖现场揭秘:如何用飞桨PARL控制仿生人运动

相比于一年举办数十场的各种类型的图像识别/分割大赛而言,强化学习的顶级赛事可谓是寥寥可数,其技术报告更是凤毛麟角。强化学习在赛事领域到底有哪些常用的解题思路以及黑科技呢?今天我们通过解读NeurIPS强化学习赛事颁奖现场的技术报告,为大家带来仿生人控制大赛这一国际顶尖赛事的冠军解决方案。训练代码的开源路径:https://github.com/PaddlePaddle/PARL...

2019-12-24 14:53:12 103

原创 稳居第一梯队!百度飞桨年底再交亮眼成绩单

AI 工业大生产已经来临,以深度学习开源框架为核心的深度学习平台成为助攻 AI 规模化落地的利器,是 AI 时代科技巨头们的必争之地。近日,全球权威咨询机构 IDC 发布2019年下半年《深度学习框架和平台市场份额》报告,全面解析了中国深度学习框架和平台市场的现状。报告显示,在中国深度学习平台市场,谷歌、Facebook、百度三强鼎立态势稳固,已占据接近80%的市场份额,其中百度的市场份额...

2019-12-24 14:44:15 73

原创 下一幕,边缘! 百度飞桨携手英伟达EGX打造边缘AI技术底座

AI的下一个机遇正在边缘爆发。12月18日,英伟达GTC CHINA 2019这一年度AI盛会于苏州正式开幕,英伟达创始人CEO黄仁勋到场发表演讲,强调了边缘智能新机遇。会议中,百度开源深度学习平台飞桨宣布已适配NVIDIA EGX边缘计算平台,飞桨深度学习推理模型可直接在EGX平台上运行,并提供端云协同解决方案。双方强强联手,为边缘AI落地打造了坚实技术底座。让 AI 在数据产生的地...

2019-12-24 14:42:57 97

原创 信息检索&FAQ硬核技术!飞桨开源百度自研SimNet模型

导读:飞桨PaddlePaddle致力于让深度学习技术的创新与应用更简单。飞桨开源的百度自研SimNet-BOW-Pairwise语义匹配模型,在真实的FAQ问答场景中,比其他基于字面的相似度方法AUC提升了5%以上。在公开语义匹配数据集(LCQMC)进行评测准确率也达到了0.7532,性能超越同等复杂的CBOW基线模型。SimNet 显著改善了长冷 query 的搜索效果,提升了搜索智能化的水平...

2019-12-19 16:12:40 306

原创 用飞桨做命名实体识别,手把手教你实现经典模型 BiGRU + CRF

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。如上图所示,Google、IBM、Baidu 这些都是企业名、Chinese、U.S. 都是地名。就科学研究来说,命名实体是非常通用的技术,类似任务型对话中的槽位识别(Slot Filling)、基础语言学中的...

2019-12-19 12:28:18 644

原创 Paddle Lite特性全解读,多硬件支持、轻量化部署等亮点频现

本文主要由 9 月 21 日在百度科技园举办的 AI 快车道 Paddle Lite 专场的演讲材料整理而成,分别介绍了 Paddle Lite 的性能特性、使用方法、架构设计等,并且提供了完整的使用案例,可供开发者迅速开展应用。在技术革新的浪潮下,智能硬件结合人工智能越来越广地进入了我们的生活。小到智能手机、手表,大到智能交通系统、工业自动检测平台等,无不渗透了人工智能的威力。此外,为...

2019-12-17 15:42:22 472

原创 一文读懂最强中文NLP预训练模型ERNIE

基于飞桨开源的持续学习的语义理解框架ERNIE 2.0,及基于此框架的ERNIE 2.0预训练模型,在共计16个中英文任务上超越了BERT和XLNet, 取得了SOTA效果。本文带你进一步深入了解ERNIE的技术细节。一:ERNIE 简介1.1 简介Google 最近提出的 BERT 模型,通过随机屏蔽15%的字或者word,利用 Transformer 的多层 self-attent...

2019-12-17 15:41:49 819

原创 我用飞桨做了一个AI智能小车

【飞桨开发者说】吴东昱,北京钢铁侠科技深度学习算法工程师,主要研究深度学习、无人驾驶等。我在观察历届智能车竞赛以及教学实验中发现,采用传统视觉算法的视觉智能车只能在特定赛道中行驶,一旦赛道环境改变,必须修改大量的代码才能运行。算法适应性差是制约智能车场景化适配的重要因素。而“AI智能车”借助深度学习算法,通过真实数据采集到模型新训练恰恰能够解决这一问题。基于飞桨平台,我们快速研制...

2019-12-16 16:15:45 657

原创 技术公开课实录:飞桨编程指南和特性解读

导读:飞桨(PaddlePaddle)致力于让深度学习技术的创新与应用更简单。为了让更多的开发者了解飞桨的最近技术进展,特别组织了系列技术稿件,视频来源于2019 Wave Summit秋季深度学习开发者峰会上的技术公开课。本期是由百度飞桨主任架构师为大家带来飞桨编程指南和特性解读,敬请观看。视频关键知识点Notes:01编程指南飞桨核心框架整体分为五个部分:模型...

2019-12-16 16:15:14 64

原创 史上最全解读 | 飞桨模型库重大升级,主流算法模型全覆盖

11 月 5 日,在 Wave Summit+2019 深度学习开发者峰会上,飞桨全新发布和重要升级了最新的 21 项进展,在深度学习开发者社区引起了巨大的反响。很多未到场的开发者觉得遗憾,希望可以了解飞桨发布会背后的更多技术细节,因此我们特别策划了一个系列稿件,分别从核心框架、基础模型库、端到端开发套件、工具组件和服务平台五个层面分别详细解读飞桨的核心技术与最新进展,敬请关注。...

2019-12-16 16:14:23 118

原创 飞桨开源Open Images Dataset V5目标检测比赛最好单模型MSF-DET

目标检测是计算机视觉领域中的核心任务。Open Images Dataset V5(OIDV5)是目前规模最大的目标检测公开数据集[1]。基于飞桨(PaddlePaddle)的PaddleDetection目标模型库[2],百度研发了大规模图像目标检测模型MSF-DET (Multi-Strategy Fused Detection framework),是Google举办的Open Imag...

2019-12-14 00:54:26 189

原创 Paddle Lite新增ARM端图像预处理库

Paddle Lite 是飞桨的端侧推理引擎,具有高性能、多硬件、轻量级的特点,它支持飞桨/TensorFlow/Caffe/ONNX等模型在ARM CPU, Mali GPU, Adreno GPU, Huawei NPU 等多种硬件上的推理部署,性能达到业内领先。目前Paddle Lite保持快速的迭代优化升级,距离正式版2.0.0发布仅一个月,Paddle Lite又一次发布了2.1...

2019-12-14 00:53:54 157

原创 Paddle Lite新增ARM端图像预处理库

Paddle Lite 是飞桨的端侧推理引擎,具有高性能、多硬件、轻量级的特点,它支持飞桨/TensorFlow/Caffe/ONNX等模型在ARM CPU, Mali GPU, Adreno GPU, Huawei NPU 等多种硬件上的推理部署,性能达到业内领先。目前Paddle Lite保持快速的迭代优化升级,距离正式版2.0.0发布仅一个月,Paddle Lite又一次发布了2.1...

2019-12-14 00:53:09 141

原创 GLUE榜单史上首破90大关!百度预训练模型ERNIE荣登榜首

北京时间12月10日,预训练模型界的“MVP”百度ERNIE再展锋芒,在自然语言处理领域权威数据集GLUE中荣登榜首,并以9个任务平均得分首次突破90大关刷新该榜单历史,超越微软MT-DNN-SMART、谷歌T5、ALBERT等一众国际顶级预训练模型的表现,实力得到极大彰显。本次GLUE榜单第一的含金量可谓十足。众所周知,通用语言理解评估基准GLUE是自然语言处理领域最权威的排行...

2019-12-14 00:51:39 619

原创 PaddlePaddle-GitHub的正确打开姿势

GitHub是一个面向开源及私有软件项目的托管平台、也是项目版本管理工具,会使用它是程序员入门的必备技能。PaddlePaddle也不例外,所有的源码及项目进展都在GitHub上开源公布。但对于刚入门写程序的同学来说,一打开GitHub看起来云里雾里,会有种无从下手的感觉,本文给同学介绍PaddlePaddle在GitHub仓库上的快速上手指南。PaddlePaddle项目介绍登录G...

2019-12-12 16:08:06 95

原创 期盼数月的召唤|PaddlePaddle中文文档利剑来袭

发布三年之后,百度深度学习框架PaddlePaddle有了官方中文版文档。今年11月份,PaddlePaddle的用户们在中文社区论坛以及社群上发出召唤:PaddlePaddle官方是否能搞个PaddlePaddle文档的中文版?这个呼声在PaddlePaddle团队内引起广泛关注,研发团队马上在 GitHub 上展开了一个 PaddlePaddle中文文档项目。两个多月后,官方中文文档终...

2019-12-12 16:07:28 65

原创 首个完整支持中文文档的深度学习框架——百度PaddlePaddle API文档简介

导语PaddlePaddle 作为国内首个深度学习开源平台,在 Fluid v1.0版本提供了稳定且向后兼容的 API及英文说明文档。经过不断的优化与迭代,如今已推出了最新的版本Fluid v1.2。1.2版本中除了在基础框架、预测引擎、模型建设、分布式训练各个方向完成了多项更新,还增加API中文文档,使PaddlePaddle API有了完备的中英双语使用指南。(http:...

2019-12-12 15:46:13 103

原创 基于PaddlePaddle的图像分类实战 | 深度学习基础任务教程系列(一)

图像相比文字能够提供更加生动、容易理解及更具艺术感的信息,图像分类是根据图像的语义信息将不同类别图像区分开来,是图像检测、图像分割、物体跟踪、行为分析等其他高层视觉任务的基础。图像分类在安防、交通、互联网、医学等领域有着广泛的应用。一般来说,图像分类通过手工提取特征或特征学习方法对整个图像进行全部描述,然后使用分类器判别物体类别,因此如何提取图像的特征至关重要。基于深度学习的图像分类方...

2019-12-11 09:28:38 219

原创 如何用Paddle Fluid API搭建一个简单的神经网络?

本文将介绍: Paddle Fluid 有哪些核心概念 如何在 Paddle Fluid 中定义运算过程 如何使用 executor 运行 Paddle Fluid 操作 如何从逻辑层对实际问题建模 如何调用 API(层,数据集,损失函数,优化方法等等) 使用 Tensor 表示数据Paddle Fluid 和其它主流框架一样,使用 Tenso...

2019-12-11 09:28:10 118

原创 一文看懂人机对话

一、人机对话概述人机对话(Human-Machine Conversation)是指让机器理解和运用自然语言实现人机通信的技术,如图1所示。通过人机对话交互,用户可以查询信息,如示例中的第一轮对话,用户查询天气信息;用户也可以和机器进行聊天,如示例中的第二轮对话;用户还可以获取特定服务,如示例中的最后两轮对话,用户获取电影票预定服务。图1 人机对话示例人机对话是人工智能的重要...

2019-12-11 09:27:45 453

原创 神经网络机器翻译技术及应用(上)

何中军,百度机器翻译技术负责人。本文根据作者2018年12月在全球架构师峰会上的特邀报告整理而成。本报告分为以下5个部分: 机器翻译基本原理,介绍机器翻译原理、主要挑战、发展历程,及评价方法 神经网络机器翻译,介绍近年来迅速崛起的神经网络机器翻译 技术挑战,尽管神经网络机器翻译取得一系列较大的进展,但是仍然面临诸多挑战; 典型应用,机器翻译在生产、...

2019-12-11 09:24:56 2722

原创 神经网络机器翻译技术及应用(下)

何中军,百度机器翻译技术负责人。本文根据作者2018年12月在全球架构师峰会上的特邀报告整理而成。神经网络机器翻译技术及应用(上)篇,我们为大家介绍了神经网络机器翻译的基本原理和挑战,(下)篇继续为大家讲述机器翻译的应用与未来。前面我们讲了机器翻译的原理以及神经网络翻译的发展、以及面临的挑战,我们现在看一看,机器翻译现在有哪些应用?机器翻译在越来越多地帮助和影响我们的生活...

2019-12-11 09:23:47 335

原创 神经网络机器翻译技术及应用(上)

何中军,百度机器翻译技术负责人。本文根据作者2018年12月在全球架构师峰会上的特邀报告整理而成。本报告分为以下5个部分: 机器翻译基本原理,介绍机器翻译原理、主要挑战、发展历程,及评价方法 神经网络机器翻译,介绍近年来迅速崛起的神经网络机器翻译 技术挑战,尽管神经网络机器翻译取得一系列较大的进展,但是仍然面临诸多挑战; 典型应用,机器翻译在生产、...

2019-12-11 09:23:16 2291

原创 基于SSD的目标检测模型

简介Single Shot MultiBox Detector (SSD)是一种单阶段的目标检测器。与两阶段的检测方法不同,单阶段目标检测并不进行区域推荐,而是直接从特征图回归出目标的边界框和分类概率。SSD 运用了这种单阶段检测的思想,并且对其进行改进:在不同尺度的特征图上检测对应尺度的目标。如下图所示,SSD 在六个尺度的特征图上进行了不同层级的预测。每个层级由两个3x3卷积分别对目标类...

2019-12-11 08:53:24 593

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除