动态图写模型,一键转为静态图模型部署,好方便啊。
自己动手写算子,可以更愉快的玩耍了。
还是alpha呀~以为出了结果一看啥也没。
先睹为快
这句话的NLP环节出了问题,“出文档了”前加个等字,就没歧义了
正式出了肯定会大喇叭广播的。。。
这种歧义在nlp任务中,我想只能通过说话者的个人语言习惯理解了。
在学习论文复现,发现好像很多torch对应的函数要在2.0版本里面找。
哈哈 可以
ai studio直接公示!
2.0提供了很多高级接口,貌似可以源码下载体验~
嗯,而且2.0版本似乎借鉴了一些pytorch的长处
比如动态图模式下,可以像pytorch一样在声明那些组件时就串起来,不用再在forward里重写一遍了
2.0是个大改动,感觉paddle是要往兼具tf和pytorch之所长的方向走
现在似乎选择的路线更接近pytorch些。
走“学、研、产”这个顺序的路线,先在高校推广开,然后引导学界用Paddle发论文,最后成果转化。。。
哈哈,擅自揣测~~
学习就得取长补短
把网络填到容器里吧
反正我觉得 pytorch 和 paddle 还是 蛮像的 tf 又是另一种风格
都用过?厉害
编译方式不一样
对,要不然有些操作在 __init__,有些操作在 forward 里,而且有些就是重复
还是alpha呀~以为出了结果一看啥也没。
先睹为快
这句话的NLP环节出了问题,“出文档了”前加个等字,就没歧义了
正式出了肯定会大喇叭广播的。。。
这种歧义在nlp任务中,我想只能通过说话者的个人语言习惯理解了。
在学习论文复现,发现好像很多torch对应的函数要在2.0版本里面找。
哈哈 可以
ai studio直接公示!
2.0提供了很多高级接口,貌似可以源码下载体验~
嗯,而且2.0版本似乎借鉴了一些pytorch的长处
比如动态图模式下,可以像pytorch一样在声明那些组件时就串起来,不用再在forward里重写一遍了
2.0是个大改动,感觉paddle是要往兼具tf和pytorch之所长的方向走
现在似乎选择的路线更接近pytorch些。
走“学、研、产”这个顺序的路线,先在高校推广开,然后引导学界用Paddle发论文,最后成果转化。。。
哈哈,擅自揣测~~
学习就得取长补短
把网络填到容器里吧
反正我觉得 pytorch 和 paddle 还是 蛮像的 tf 又是另一种风格
都用过?厉害
编译方式不一样
对,要不然有些操作在 __init__,有些操作在 forward 里,而且有些就是重复