PaddlePaddle
文章平均质量分 50
飞桨(PaddlePaddle)是集深度学习核心框架、工具组件和服务平台为一体的技术先进、功能完备的开源深度学习平台,已被中国企业广泛使用,深度契合企业应用需求,拥有活跃的开发者社区生态。提供丰富的官方支持模型集合,并推出全类型的高性能部署和集成方案供开发者使用。
Michael阿明
两个孩子的父亲,8年机械工程师,已转行互联网做算法,一起继续加油!高举智慧,她就使你高升;怀抱智慧,她就使你尊荣。-- 箴言(4:8)
展开
-
文心一言作图测试
可以看出文心一言优化了很多,文字理解能力变得更好了。原创 2023-03-23 09:45:40 · 482 阅读 · 1 评论 -
pip安装pytorch1.10.1+paddlepaddle-gpu2.2.1+cuda10.2+cudnn7.6.5
NV驱动下载安装https://www.nvidia.cn/Download/index.aspx多卡的话,安装 NCCL https://developer.nvidia.com/nccl/nccl-download配置 pip 源 vim ~/.pip/pip.conf[global]index-url = https://pypi.tuna.tsinghua.edu.cn/simple安装virtualenv包pip install virtualenv创建虚拟环境virtuale.原创 2022-01-21 18:54:35 · 1869 阅读 · 0 评论 -
conda安装pytorch1.10.1+paddlepaddle-gpu2.2.1+cuda10.2+cudnn7.6.5
NV驱动下载安装https://www.nvidia.cn/Download/index.aspx多卡的话,安装 NCCL https://developer.nvidia.com/nccl/nccl-download安装conda,并配置通道 vim ~/.condarcshow_channel_urls: true 2 ssl_verify: true 3 channels: 4 - https://mirrors.tuna.tsinghua.edu.cn/anaconda/c.原创 2022-01-19 08:50:30 · 724 阅读 · 0 评论 -
安装 paddleocr 报错 gcc: error trying to exec ‘cc1‘: execvp: 没有那个文件或目录
安装 paddleocrpip install paddleocr -i https://pypi.tuna.tsinghua.edu.cn/simple报错creating build/temp.linux-x86_64-3.8creating build/temp.linux-x86_64-3.8/Levenshteingcc -pthread -B /opt/bdp/data01/anaconda3/envs/pp21/compiler_compat -Wl,--sysroot=/ -Ws原创 2021-12-24 11:02:29 · 1404 阅读 · 0 评论 -
Paddle 使用预训练模型 实现快递单信息抽取
文章目录1. 导包2. 数据处理3. 辅助函数3.1 评估函数3.2 预测函数3.3 预测结果解码4. 训练填写快递单据可以直接把所有信息直接粘贴进客户端,客户端自动识别 省市、人名、电话等信息,分类填入,然后打印出来粘贴。无须人工填写,加快了作业效率。learn from : https://aistudio.baidu.com/aistudio/projectdetail/1329361通过使用预训练模型+finetune,训练一个快递信息抽取模型。1. 导包# 快递单信息抽取from原创 2021-07-16 19:37:10 · 1513 阅读 · 1 评论 -
使用预训练模型进行句对分类(Paddle、PyTorch)
文章目录1. Paddle2. PyTorch分别使用两种框架,加载预训练模型,对句对进行分类数据下载:千言数据集:文本相似度1. Paddle可以使用 paddlenlp 直接加载预训练模型,比较方便# %%# 比赛地址# https://aistudio.baidu.com/aistudio/competition/detail/45import timeimport osimport numpy as npimport paddleimport paddlenlpimpor原创 2021-07-07 19:17:34 · 1176 阅读 · 3 评论 -
Paddle 基于预训练模型 ERNIE-Gram 实现语义匹配
文章目录1. 导入一些包2. 加载数据3. 数据预处理3.1 获取tokenizer,得到 input_ids, token_type_ids3.2 batch化数据4. 编写模型5. 学习率、参数衰减、优化器、loss、评估标准6. 评估函数7. 训练+评估8. 保存模型到文件9. 预测10. 多GPU并行设置项目介绍 项目链接:https://aistudio.baidu.com/aistudio/projectdetail/2029701单机多卡训练参考:https://www.paddlepad原创 2021-06-19 19:22:30 · 2134 阅读 · 6 评论