PaddlePaddle入门整理
PaddlePaddle是百度研发的开源开放的深度学习平台,有全面的官方支持的工业级应用模型,涵盖自然语言处理、计算机视觉、推荐引擎等多个领域,并开放多个领先的预训练中文模型。
头发太多而被寺庙拒收
总要让自己强大起来,才能保护身边的人
展开
-
PaddlePaddle入门整理十四:移动端应用
目录文章目录目录前言编译paddle-mobile库使用Docker编译使用Ubuntu编译创建Android项目参考资料前言现在越来越多的手机要使用到深度学习了,比如一些图像分类,目标检测,风格迁移等等,之前都是把数据提交给服务器完成的。但是提交给服务器有几点不好,首先是速度问题,图片上传到服务器需要时间,客户端接收结果也需要时间,这一来回就占用了一大半的时间,会使得整体的预测速度都变慢了...转载 2019-04-22 23:17:05 · 944 阅读 · 0 评论 -
PaddlePaddle入门整理十三:Flask接口
暂时这样凑合着看,之后有时间再补充文字说明。[微笑]文章目录前言了解Flask预测服务前言如果读者使用过百度等的一些图像识别的接口,比如百度的细粒度图像识别接口,应该了解这个过程,省略其他的安全方面的考虑。这个接口大体的流程是,我们把图像上传到百度的网站上,然后服务器把这些图像转换成功矢量数据,最后就是拿这些数据传给深度学习的预测接口,比如是PaddlePaddle的预测接口,获取到预测结果...原创 2019-04-22 23:00:27 · 1758 阅读 · 2 评论 -
PaddlePaddle入门整理十二:GAN图片生成
文章目录前言定义数据读取训练生成模型使用模型生成图片前言我们在第六章介绍了生成对抗网络,并使用生成对抗网络训练mnist数据集,生成手写数字图片。那么本章我们将使用对抗生成网络训练我们自己的图片数据集,并生成图片。在第六章中我们使用的黑白的单通道图片,在这一章中,我们使用的是3通道的彩色图。GitHub地址:https://github.com/yeyupiaoling/LearnPaddl...转载 2019-04-22 22:58:43 · 3048 阅读 · 1 评论 -
PaddlePaddle入门整理十一:文本分类
文章目录前言爬取文本数据集制作训练数据定义模型定义数据读取训练模型预测文本前言我们在第五章学习了循环神经网络,在第五章中我们使用循环神经网络实现了一个文本分类的模型,不过使用的数据集是PaddlePaddle自带的一个数据集,我们并没有了解到PaddlePaddle是如何使用读取文本数据集的,那么本章我们就来学习一下如何使用PaddlePaddle训练自己的文本数据集。我们将会从中文文本数据集...转载 2019-04-21 15:03:31 · 4371 阅读 · 1 评论 -
PaddlePaddle入门整理十:PaddlePaddle训练自己的数据集
文章目录前言爬取图像创建图像列表定义模型定义数据读取训练模型预测图片GitHub地址:https://github.com/yeyupiaoling/LearnPaddle2/tree/master/note11前言本章将介绍如何使用PaddlePaddle训练自己的图片数据集,在之前的图像数据集中,我们都是使用PaddlePaddle自带的数据集,本章我们就来学习如何让PaddlePadd...转载 2019-04-21 14:59:50 · 10985 阅读 · 3 评论 -
PaddlePaddle入门整理九:VisualDL
文章目录前言VisualDL的安装使用pip安装使用源码安装简单使用VisualDL在PaddlePaddle使用VisualDL定义MobileNet V2神经网络前言VisualDL是一个面向深度学习任务设计的可视化工具,包含了scalar、参数分布、模型结构、图像可视化等功能。可以这样说:“所见即所得”。我们可以借助VisualDL来观察我们训练的情况,方便我们对训练的模型进行分析,改善...转载 2019-04-20 20:13:10 · 2504 阅读 · 0 评论 -
PaddlePaddle入门整理八:残差网络
文章目录前言初步训练模型使用过的模型开始正式训练前言在深度学习训练中,例如图像识别训练,每次从零开始训练都要消耗大量的时间和资源。而且当数据集比较少时,模型也难以拟合的情况。基于这种情况下,就出现了迁移学习,通过使用已经训练好的模型来初始化即将训练的网络,可以加快模型的收敛速度,而且还能提高模型的准确率。这个用于初始化训练网络的模型是使用大型数据集训练得到的一个模型,而且模型已经完全收敛。最好...转载 2019-04-20 20:11:10 · 1453 阅读 · 2 评论 -
PaddlePaddle入门整理七:VGG与模型保存
文章目录前言训练模型加载模型保存模型预测前言本系列教程中,前面介绍的都没有保存模型,训练之后也就结束了。那么本章就介绍如果在训练过程中保存模型,用于之后预测或者恢复训练,又或者由于其他数据集的预训练模型。本章会介绍三种保存模型和使用模型的方式。训练模型在训练模型的过程中我们可以随时保存模型,当时也可以在训练开始之前加载之前训练过程的模型。为了介绍这三个保存模型的方式,一共编写了三个Pyth...转载 2019-04-20 20:09:26 · 1612 阅读 · 1 评论 -
PaddlePaddle入门整理六:深度强化学习
文章目录前言PaddlePaddle程序前言本章介绍使用PaddlePaddle实现强化学习,通过自我学习,完成一个经典控制类的游戏,相关游戏介绍可以在Gym官网上了解。我们这次玩的是一个CartPole-v1游戏,操作就是通过控制滑块的左右移动,不让竖着的柱子掉下来。利用强化学习的方法,不断自我学习,通过在玩游戏的过程中获取到奖励或者惩罚,学习到一个模型。在王者荣耀中的超强人机使用的AI技术...转载 2019-04-20 20:07:28 · 383 阅读 · 0 评论 -
PaddlePaddle入门整理五:生成对抗神经网络
文章目录前言训练并预测定义网络定义训练程序训练并预测前言我们上一章使用MNIST数据集进行训练,获得一个可以分类手写字体的模型。如果我们数据集的数量不够,不足于让模型收敛,最直接的是增加数据集。但是我们收集数据并进行标注是非常消耗时间了,而最近非常火的生成对抗网络就非常方便我们数据的收集。对抗生成网络可以根据之前的图片训练生成更多的图像,已达到以假乱真的目的。训练并预测创建一个GAN.py...转载 2019-04-20 16:23:48 · 620 阅读 · 0 评论 -
PaddlePaddle入门整理四:循环神经网络
文章目录前言训练模型预测数据前言除了卷积神经网络,深度学习中还有循环神经网络也是很常用的,循环神经网络更常用于自然语言处理任务上。我们在这一章中,我们就来学习如何使用PaddlePaddle来实现一个循环神经网络,并使用该网络完成情感分析的模型训练。训练模型创建一个text_classification.py的Python文件。首先导入Python库,fluid和numpy库我们在前几章都...转载 2019-04-20 16:20:25 · 760 阅读 · 0 评论 -
PaddlePaddle入门整理三:多层感知机和简单卷积
文章目录前言训练模型预测图像前言上一章我们通过学习线性回归例子入门了深度学习,同时也熟悉了PaddlePaddle的使用方式,那么我们在本章学习更有趣的知识点卷积神经网络。深度学习之所以那么流行,很大程度上是得益于它在计算机视觉上得到非常好的效果,而在深度学习上几乎是使用卷积神经网络来提取图像的特征的。在PaddlePaddle上如何定义一个卷积神经网络,并使用它来完成一个图像识别的任务呢。在...转载 2019-04-20 16:17:40 · 1167 阅读 · 0 评论 -
PaddlePaddle入门整理二:线性回归
线性回归内容介绍1. 自定义数据集2. 波士顿房价数据集内容介绍本次使用PaddlePaddle完成一个深度学习非常常见的入门例子——线性回归,将分别使用自定义数据集和使用PaddlePaddle提供的数据集接口来训练一个线性回归模型。1. 自定义数据集在这一部分,将介绍整个线性回归从定义网络到使用自定义的数据进行训练,最后验证网络的预测能力。首先导入PaddlePaddle库和一些工...原创 2019-04-20 16:10:53 · 1104 阅读 · 0 评论 -
PaddlePaddle入门整理一:PaddlePaddle的基本操作
PaddlePaddle的基本操作目录PaddlePaddle简介PaddlePaddle安装pip安装Docker安装PaddlePaddle基本语法1. 数据结构插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLo...原创 2019-04-20 15:28:40 · 36805 阅读 · 1 评论