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。
今天给大家带来的是系列文章之飞桨的基础模型库解读。
飞桨模型库,包含智能视觉(PaddleCV),智能文本处理(PaddleNLP),智能语音(PaddleSpeech)和智能推荐(PaddleRec)四大领域,飞桨官方支持 100 多个经过产业实践长期打磨的主流模型,其中包括在国际竞赛中夺得冠军的模型;同时开源开放 200 多个预训练模型,助力快速的产业应用。核心内容 1562 字,预计阅读时间 3 分钟。全文 7659 字,强烈建议收藏备查。
飞桨全景图,本文主要针对基础模型库部分进行深度解读。
第一部分,首先看一下最新版本模型库的主要更新点。
本次主要更新点
1.1. PaddleCV
发布训练部署端到端的图像分割库 PaddleSeg,图像分类新增 EfficientNet 等 43 个预训练模型。PaddleDetection 新增 2019 Objects365 Full Track 冠军模型、BlazeFace 等人脸检测小模型,行人检测和车辆检测的预训练模型。PaddleVideo 新增 ActivityNet Challenge 2019 夺冠模型,扩展包含 video caption、video grounding 等模型。
1.2. PaddleNLP
发布全新 seq2seq 相关 API 和文本生成模型样例。语义表示库新增 XLNet 预训练模型;开源 EMNLP 2019 阅读理解竞赛冠军模型 D-NET,同时支持 18 个不同抽取式阅读理解数据集打榜。发布飞桨多任务学习库 PALM (PAddLe Multi-task learning),更便捷支持多任务机器学习调研。
1.3. PaddleSpeech
全新发布,包含语音识别模型 DeepSpeech 和语音合成模型 DeepVoice3。
1.4. PaddleRec
增加 PaddleRec 的更多模型覆盖。
以上可以看到,本次的升级点中,飞桨提供了更多的官方支持模型和预训练模型,同时也开源多个国际冠军模型,截至目前,飞桨已官方支持超过 100 个模型和 200 多个预训练模型,极大的方便开发者的快速应用实践。
飞桨模型库发布全新完整解读
本次新版发布,飞桨模型库增加了 8 类任务下的 40 多个算法模型,覆盖任务门类更全面,算法模型更丰富,基本可以满足产业应用的各种业务需求,快速助力开发者实际项目的落地实现。
▲ 官方支持100多个算法,200多个预训练模型
飞桨的模型库已经比较完备地支持了自然语言处理,计算机视觉、推荐和语音四大领域。官方支持的模型从 60 个扩充到了 100 多个&#