百度AI开发者社区

线性回归例子组网报错

/paddle/forum/topic/show/957151 2019-12-19

numpy as np #定义线性回归模型 x = fluid.layers.data(name='x', shape=[13...

PaddlePaddle学习体验

/paddle/forum/topic/show/958103 2020-03-09

了目标识别的基础流程和常用方法，让我们自己训练一个水果数据集的识别模型，最后自己找一张不在训练集中的图片进行预测，并实现可视化，结果...

PaddleHub实战：制作3D动作片的过程

/forum/topic/show/959318 2020-05-02

据可靠消息，加载PaddleHub DeepLabv3+模型(deeplabv3p_xception65_humanseg)，可以轻松实现...

【论文复现】3DResNet

/paddle/forum/topic/show/964793 2020-08-06

的发展十分缓慢，其中最著名的C3D 网络只有11层，模型大小却达到321MB，由于3DCNN在处理视频数据的良好表现，从而将3D卷积引入到...

百度飞桨领航团零基础Python速成

/paddle/forum/topic/show/982835 2021-02-10

处理模型介绍2、file对象的函数列表3.json转换及使用4、os函数使用5、进程、线程的使用方式...

【飞桨】、【PaddlePaddle】学习心得

/paddle/forum/topic/show/987983 2021-04-20

神经网络；实践1：食物图片分类；实践2：语句分类。第五部分：1、半监督学习；2、无监督学习；3、深度生成模型；4、迁移学习；实践：迁移学习...

报名 | 飞桨的14个深度学习企业级实战等你来战

/paddle/forum/topic/show/955904 2019-08-28

内容 ++ 百度飞桨团队精心挑选14个前沿模型，拆解为28课时知识点和对应应用案例，作为本课程的实战内容，让学员知其然亦知其所以然，其复杂程度和...

招募！农业行业合作伙伴

/forum/topic/show/952108 2019-06-28

优先考虑：农作物的生长模型构建；农作物的虫害识别；农作物的疾病识别；农作物的生长期识别、成熟期时间预测及产量预测；水果智能分拣；基于各...

招募！农业行业合作伙伴

/forum/topic/show/952110 2019-06-28

优先考虑：农作物的生长模型构建；农作物的虫害识别；农作物的疾病识别；农作物的生长期识别、成熟期时间预测及产量预测；水果智能分拣；基于各...

招募！农业行业合作伙伴

/forum/topic/show/952112 2019-06-28

优先考虑：农作物的生长模型构建；农作物的虫害识别；农作物的疾病识别；农作物的生长期识别、成熟期时间预测及产量预测；水果智能分拣；基于各...

飞桨博士会四期欢迎加入中国深度学习技术俱乐部

/paddle/forum/topic/show/956108 2019-09-18

思路。第二期技术沙龙则由百度视觉技术部高级工程师希滕博士分享视频理解中的生成和小型化技术，详解视频理解的算法原理、模型小型化的整体...

2019世界互联网15项领先科技成果发布

/forum/topic/show/956411 2019-10-20

发布了百度飞桨的最新成果。具体名单包括：鲲鹏920（华为）面向通用人工智能的异构融合天机芯片（清华大学）统一自然语言预训练模型与机器...

学习笔记

/paddle/forum/topic/show/992725 2021-12-12

过程，中间的几次作业我通过看视频和项目了解了实现的具体算法，而最耗费我时间和精力的是后面神经网络，图像分类和模型部署，之前没有接触过这方...

【AI达人养成营】

/paddle/forum/topic/show/992883 2021-12-17

是整体所有课程当中最有意思的，虽然代码给到你手中的时候就已经可以全部跑通了，但是其实优化工作也很有意思，对模型的优化是最简单也是最容易让你深入...

notebook项目运行时间过长

/paddle/forum/topic/show/989117 2021-06-28

paddle.nn.Layer属于Net，model包含了训练功能 model = paddle.Model(lenet) # 设置训练模型所需...

AI达人创造营：数据获取与处理（以CV任务为主）

/paddle/forum/topic/show/989658 2021-07-29

各个维度的方差标准化处于[-1,1]之间一目的是提高收敛效率,统一不同输入范围的数据对于模型学习的影响,映射到激活函数有效...

第二课笔记

/paddle/forum/topic/show/989702 2021-07-29

激活函数上表现更好归一化（除以标准差）将各个维度的方差标准化处于[-1,1]之间，其目的是提高收敛效率，统一不同输入范围的数据对模型学习的影响...

【应用方案】智能医疗问答机器人

/forum/topic/show/989204 2021-07-02

医院、疾控、健康服务、健康管理、体检机构等产品中 7、优化：通过收集分析用户线上数据，增加语料库。对badcase做分析，优化算法模型...

paddlex预测问题

/paddle/forum/topic/show/994231 2022-03-28

我训练了一个模型，然后使用model.evaluate 进行评估正常，但是使用model.predict进行预测时却报错， t)/tmp...

gnn与cnn的区别

/paddle/forum/topic/show/1780549 2022-08-02

邻接关系，多了一个维度的信息，往往能够提高模型的结果。在医学影像中，大脑的fRMI数据可以看作图像并用CNN来分类。但是各个脑区之间的关联性...