01剃头挑子、京韵大鼓、摆地摊，AI技术重现的老北京原声影像又火了剃头挑子、街边地摊、京韵大鼓，多数人可能只在电影、电视剧中看过老北京的这些景象。但早在 90 年前，就有人将这些场景都拍了下来，而且完好地保存在美国南卡罗莱纳大学影像库。影片中还收录了时代原声，原汁原味地记录了当时老北京的平民生活。90 年后，有人将这些影片翻了出来，还用 AI 进行了修复，包括上色、提高分辨率等操作。从这段影片中，
一、PaddlePaddle与PaddleHub飞桨(PaddlePaddle)是百度自主研发的集深度学习核心框架、工具组件和服务平台为一体的技术领先、功能完备的开源深度学习平台，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，并开放多个预训练中文模型。目前已经被中国企业广泛使用，并拥有活跃的开发者社区生态。PaddlePaddle同时支持稠密参数和稀疏参数场景
转载
2023-11-27 12:46:36
99阅读
标题转载自AI Studio标题项目链接https://aistudio.baidu.com/aistudio/projectdetail/3476364项目简介本项目提供了ConvNeXt的飞桨版本的预训练权重以及模型文件。权重由PyTorch转换而来。并且通过在ImageNet 1K测试集进行精度校验。模型文件请见ConvNeXt.py。本项目旨在提供飞桨版本的模型权重、模型文件和验证精度，对
转载
2023-10-12 20:47:13
284阅读
导读“从 2009 年大规模定制 Hadoop 到 2013 年第一个前端可视化产品 ECharts率先开源，再到2016年和2017年分别正式对外开源飞桨(PaddlePaddle)、Apollo两大平台，截止目前，百度已在Github主导的18个开源组织累计开源项目1,023个、社区贡献者20,000+、获得Star总数210,000+。并向Apache基金会、Linux基金会、CNCF、开放
“一生费城七六人”1. conda装paddle环境1.1 验证是否装好2. x2paddle2.1 介绍2.2 安装3 模型转换3.1 pt -> onnx3.2 onnx > .pdparams3.2.1 会出现的错误情况3-1. 第一种情况3-2. 第二种情况4. 查看结果5. 其他模型6. 终极解法 问题阐述：将yoloV5项目移至paddle框架下执行时，会发现飞桨的框架不
转载
2023-09-21 14:38:50
929阅读
论文 PP-PicoDet项目github地址1. 安装1.1 conda 安装 paddlepaddleconda create -n paddle python=3.7 # 创建python环境
conda activate paddle # 进入环境
python3 -c "import platform;print(platform.architecture()[0]);prin
转载
2023-12-06 11:22:50
283阅读
前言PPASR是飞桨社区开发者夜雨飘零开发的一款基于飞桨实现的语音识别工具，简单实用，可识别中文语音，可部署在服务器、Nvidia Jetson设备，未来还计划支持Android等移动设备。使用环境：Anaconda 3Python 3.7飞桨PaddlePaddle核心框架2.2.0Windows 10 or Ubuntu 18.04源码地址：https://github.com/yeyupia
转载
2024-08-22 17:37:21
327阅读
飞桨实验（1.使用LeNet在MNIST数据集实现图像分类（基于基础API和高层API，完成模型的训练与预测）2.完成实践：手写数字识别任务）<Windows系统下安装配置paddlepaddle>Conda下载(一般选择CPU版)：conda install paddlepaddle==2.3.2 --channel https://mirrors.tuna.tsinghua.edu
转载
2024-04-28 08:49:17
441阅读
PaddleHub是飞桨生态的预训练模型应用工具，开发者可以便捷地使用高质量的预训练模型结合Fine-tune API快速完成模型迁移到部署的全流程工作。PaddleHub提供的预训练模型涵盖了图像分类、目标检测、词法分析、语义模型、情感分析、视频分类、图像生成、图像分割、文本审核、关键点检测等主流模型。安装PaddlePaddle环境关于这个部分请参考我的另一篇文章 --->>“大白
转载
2024-01-10 15:39:05
104阅读
# 飞桨能装PyTorch吗？新手入门指南
作为一个新手开发者，初次接触深度学习框架时，可能会对如何使用它们感到疑惑。尤其是如今流行的飞桨（PaddlePaddle）和PyTorch，它们各有优缺点。有时候，开发者可能会希望在同一环境中使用这两个框架。
本文将指导你如何在飞桨环境中安装和使用PyTorch。我们将通过表格形式，清楚地列出整个流程，以及为每一步提供必要的代码示例和注释。
##
飞桨包括PyTorch框架吗？
在当今的深度学习领域，飞桨（PaddlePaddle）和PyTorch都是非常流行的框架。但事实上，飞桨并不包含PyTorch框架。为了深入了解这两者的关系和各自的特点，我们将通过一系列的分析来探讨这个问题，以便读者能够更清楚地了解它们的差异。
### 背景描述
飞桨是百度推出的开源深度学习框架，具有高性能和易用性，而PyTorch是由Facebook开发的灵
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，有人还
转载
2023-09-10 18:13:34
440阅读
文章目录简述PyTorchPytorch的安装PyTorch包的结构PyTorch的主要模块1.torch模块2.torch.Tensor模块3.torch.sparse模块4.torch.cuda模块5.torch.nn模块6.torch.nn.functional函数模块7.torch.nn.init模块8.torch.optim模块9.torch.autograd模块10.torch.di
转载
2023-12-24 11:18:05
73阅读
特别注明：本文内容包括但不限于代码，图片均来自AI Studio 官网课程中一个完整的深度学习模型一般包含以下几个内容：数据获取与处理模型设计：网络结构和损失函数训练配置：优化器与资源配置训练过程模型保存与测试下面以手写数字识别项目为例展开讲解：数据获取与处理 本次学习使用百度提供的公开的数据集，因此自行获取数据的过程暂不涉及。 飞桨提供了多个封装好的数据集API，涵盖计算机视觉、自然语言处理、推
转载
2024-08-09 08:21:06
121阅读
前四篇文章我们介绍了 PaddleFluid 和 TensorFlow 的设计原理基本使用概念，分别通过在两个平台上实现完全相同的模型完成图像分类，语言模型和序列标注三个任务，了解我们的使用经验如何在两个平台之间迁移，以此来了解非序列模型和序列模型在两个平台之上设计和使用的差异。到目前为止我们依然遗留了一个对在单机上使用深度学习框架来说最重要 的问题：如何利用 GPU， 也包括利用多个 GPU 进
转载
2024-08-23 18:11:59
197阅读
这个还是挺实用的啊，建议需要人工智能的小伙伴去看看。飞桨EasyDL零门槛AI开发平台，这块主要分7个方向。 看你需要哪个方向吧。 拿走不谢。第一个。EasyDL 图像零算法基础定制高精度图像应用AI模型， 提供端云多种灵活部署方案。主要是干啥的呢？1.图像分类EasyDL是一个面向企业和个人开发者的零门槛AI开发平台，为零算法基础的开发者提供定制高精度AI模型的服务，包括数据处理、模型训练、服务
转载
2023-08-08 10:59:11
281阅读
走进国产深度学习框架——百度飞桨什么是飞桨飞桨初体验创建数据变量/常量网络搭建数据操作搭建网络与执行器网络运行安装飞桨windows环境下使用pip安装CPU版本windows环境下使用pip安装CUDA10版本检查是否安装成功 什么是飞桨飞桨 (PaddlePaddle)以百度多年的深度学习技术研究和业务应用为基础，集深度学习核心框架、基础模型库、端到端开发套件、工具组件和服务平台于一体，20
转载
2023-11-09 09:08:06
373阅读
二、 机器学习和深度学习综述（一） 人工智能、机器学习、深度学习的关系概括来说，人工智能、机器学习和深度学习覆盖的技术范畴是逐层递减的。人工智能是最宽泛的概念。机器学习是当前比较有效的一种实现人工智能的方式。深度学习是机器学习算法中最热门的一个分支，近些年取得了显著的进展，并替代了大多数传统机器学习算法。三者的关系如 图1 所示，即：人工智能 > 机器学习 > 深度学习。（
# Aistudio与PyTorch：探索深度学习的无限可能
在当前的人工智能（AI）研究和应用中，深度学习作为一种强大的工具，得到了广泛的关注和应用。特别是PyTorch，它以其灵活性和易用性而受到许多开发者和研究者的青睐。本文将探讨Aistudio是否可以使用PyTorch，同时为您提供代码示例，帮助您更好地理解这一技术。
## Aistudio概述
Aistudio是一个基于云端的AI
A卡可以使用PyTorch吗？我们将在这篇文章中探讨如何让A卡（即AMD显卡）在PyTorch上正常运行。这个问题其实涉及到环境准备、具体配置和验证测试等多个方面。接下来，我们就从环境准备开始，逐步深入，提供一系列操作和技巧。
### 环境准备
首先，我们需要确保我们的硬件和软件环境满足PyTorch的运行要求，尤其是针对AMD显卡的情况。
#### 软硬件要求
| 组件
