首页 版块 访问AI主站 注册 发帖
操作指南:
技术专区:
AI赛事:
集思广益:
智能春联、智能写诗能力上线公告
写诗、智能春联基于神经网络预训生成模型,对百度内容生态的海量优质诗词样例和春联样例进行学习 效果稳定性强: 智能写诗内容生产时充分考虑每句诗词...
YOLOv3+ResNet车辆逆行违章检测
PaddleDetection工具和X2Paddle工具进行开发。 其中: 1. PaddleDetection 提供了很好的应用接口和预训...
事件抽取基线系统运行踩坑记录
今晚跑了一下基线系统,F1_score是0.712,分享一下运行基线系统踩的坑 1 使用官方训集报错:keyError 解决:用官方提供...
f1 score loss 实现问题
{ data_type: FP32 dims: 1 } lod_level: 0 } } 实际以此loss做训,结果很怪异,能帮忙看下原因吗,在keras实现此loss函数无问题 ...
Inference 加载模型报错:because it is missing required fields
,所有训阶段read的变量都在 save_inference_model 阶段保存(feeded_var_names)了,请问这种情况下如何...
图神经网络7日打卡 学习心得
。然后在计算方面,为了减少训计算量使用了图采样算法,这个算法的优点还允许泛化到新连接关系,在图采样后面还发展到了邻居聚合。 总的来说,本次课程干货满满,虽然说没看懂多少,但是对于我现阶段的学习还是有很大的帮助。...
AI达人养成营学习笔记
,让我很多思路都被打通。训营里的课程安排也不紧,很合理,让我有很多时间可以去反复观看和学习视频,可以将知识掌握。达人营的群里也有团长和大佬会分...
强化学习七日打卡营总结
不断探索 执行交给目标策略去决定      基于神经网络求解RL:     在强化学习的过程中加入了神经网络得到DQN,DQN怎么训...
强化学习-世界冠军带你从零实践-小白篇
小白冒失地参加了百度NeurIPS全球顶会冠军团队的七日训营,主要是想上手试试强化学习。 看一个课程是不是适合菜鸟,主要是三点:1.门槛...
李宏毅老师系列课程最细白话
那个最细的男人回来了,他终于摊牌了,他终于承认了,他很细(不我没有变色)   机器学习——回归课程: 《机器学习之回归—宝可梦训师的回归...
【飞桨菁英计划】--实习日志
,磨自己的同时让自己认识得更多,使自己未踏入社会就已体会社会更多方面,不要以单纯的想法去理解和认识社会。而是要深入地探索,为自己的未来打好基础...
PaddleVideo魔改指南(1)(流程向非干货)
了,正好来写写总结) PaddleVideo是基于注册机制构建的训框架,每个模块都有独立的类,通过.yaml文件进行连接和配置。 那,我...
如何产生好的创意
,再进行叠加)2、以终为始:场景驱动项目以零代码实现安全帽检测模型为例 训并导出部署模型 树莓派环境准备 拉取部署项目并替换默认标签 实现...
Paddle2.0.0版本后默认使用动态图,请问静态图在2.0后版本的上要如何运行?
='img_classification_ckpt') 利用AIStudio进行 finetune 训时, trainer = Trainer(model...
关于paddlepaddle给我128T显存这件事
我就好奇了,我的算力卡用尽把我自动退出就算了,问题你给我把我训的数据给我删了是怎么回事呀。。。。好不容易进去了又出bug了 我就直接贴图...
卷积神经网络常用层相关知识
) 4、归一化层:主要是将每层的输入数据进行归一化,加快模型的收敛;(重点关注数据长度不一的情况,如NLP,以及多卡训时的sync BN) 5、全连接层:主要是每个神经元都与输入相连接,一般起到分类器的作用;...
使用paddlex导出模型,转换paddleserving模型后,启服务,没得到想要结果
/quick_start_API.md 里面的示例训模型,测试结果 Deprecated in NumPy 1.20; for more details...
【一周AI新闻】10.29期
帮助的 NVIDIA GPU,希望以此快速追赶该公司最大的竞争对手亚逊。    迭代 │ 新一代人工智能 AlphaGo Zero 自学围棋三天...
EasyDL专场直播课:定制化OCR模型难点解析
文件都需要定制化训OCR模型来获取满意的识别效果。识别模板定制、识别效果优化及模型迭代效率也成为开发者日常高频头疼的问题。 5月10日 晚...
【学习心得】强化学习7日打卡营-世界冠军带你实践
,但是背后的算法理论才是真正值得推敲品味的内容,也希望自己在未来能够深入学习,不断对自己进行训,成为更好的自己。   —— 每个人都是过去经验的总和,过去的经验,造就现在的你 Tim Zhi ...
切换版块
智能客服