PaddlePaddle
与“PaddlePaddle”的相关热搜词：
相关“PaddlePaddle” 的资讯17篇
-
【腾讯云】11.11云上盛惠！云服务器首年1.8折起，买1年送3个月！
11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！
腾讯云
12-20
广告 -
深度学习再迎高光时刻 百度PaddlePaddle亮“成绩单”
深度学习正在迎来它的高光时刻。4月23日,首届WAVE SUMMIT 2019深度学习开发者峰会在北京举办,过千位“慕名而来”的开发者与AI专家、学者一道见证了国内真正意义上第一场深度学习开发者盛会。 会上,百度高级副总裁、深度学习技术及应用国家工程实验室主任王海峰表示,“深度学习推动人工智能进入工业大生产阶段,而深度学习框架是智能时代的操作系统。”他认为,深度学习技术已经具备了很强的通用性,正在推动人工智能进入工业大生产阶
-
三年积累沉淀 百度PaddlePaddle凭借“硬实力”发布11项重磅
人工智能在60多年的发展历程中，已经从人工规则、机器学习发展到了深度学习的阶段。4月23日，百度举办的首届WAVE SUMMIT 2019深度学习开发者峰会，也让中国深度学习迎来它的高光时刻。作为行业盛会，此次峰会吸引到了上千位开发者、AI专家、学者的共同参与。开源三年的百度PaddlePaddle也在峰会上交出了一份斐然的“成绩单”。百度高级副总裁、深度学习技术及应用国家工程实验室主任王海峰表示，“深度学习正在推动人工智能进入工?
-
百度开源深度学习平台PaddlePaddle宣布官方中文名“飞桨”
百度旗下深度学习开源平台“PaddlePaddle”今日发布 11 项新特性及服务，并首次公布PaddlePaddle中文名为“飞桨”。
-
百度正式发布PaddlePaddle深度强化学习框架PARL
强化学习作为AI技术发展的重要分支，为各家AI公司高度重视。去年，百度首次参与NeurIPS2018 的强化学习赛事，就击败了多达 400 支来自全球研究机构以及各大公司研究部门的参赛队伍，大比分以绝对优势拿下了冠军，并受邀在加拿大蒙特利尔举办的NeurIPS 2018 Competition Workshop上分享。近日，百度PaddlePaddle正式发布在赛事夺冠中起到关键作用的深度强化学习框架PARL，同时开源了基于该框架的NeurIPS2018 强化学习赛事的完整训练
-
2018百度之星决赛揭幕 PaddlePaddle撬动AI未来
9 月 17 日， 2018 百度之星决赛开幕式在百度大厦举行，比赛分为程序设计大赛与开发者大赛，来自全国各地的 82 名决赛选手在随后的决赛环节进行比拼。决赛开幕式嘉宾启动决赛上海交通大学教授林巍峣、清华大学自动化系副教授鲁继文、中山大学教授郭嵩山、北京邮电大学房鸣教授、清华大学ACM教练邬晓钧以及百度AI技术生态部总经理喻友平等嘉宾出席活动。据了解，本届百度之星参赛人数超过了 13000 人，与去年相比增长30%。决赛首次?
-
百度成立深度学习技术平台推广PaddlePaddle
7月26日，百度宣布成立深度学习技术平台部，进行深度学习框架PaddlePaddle的研发和推广。
-
用PaddlePaddle进行车牌识别（二）
上节我们讲了第一部分，如何用生成简易的车牌，这节课中我们会用PaddlePaddle来识别生成的车牌。 数据读取 在上一节生成车牌时，我们可以分别生成训练数据和测试数据，方法如下（完整代码在这里）：1 # 将生成的车牌图片写入文件夹，对应的label写入label.txt2 def genBatch(self, batchSize,pos,charRange, outputPath,size):3 if (not os.path.exists(outputPath)):4 os.mkdir(outputPath)5 outfile = open(label.txt,w)6 for i
-
用PaddlePaddle和Tensorflow实现经典CNN网络GoogLeNet
前面讲了LeNet、AlexNet和Vgg，这周来讲讲GoogLeNet。GoogLeNet是由google的Christian Szegedy等人在 2014 年的论文《Going Deeper with Convolutions》提出，其最大的亮点是提出一种叫Inception的结构，以此为基础构建GoogLeNet，并在当年的ImageNet分类和检测任务中获得第一，ps：GoogLeNet的取名是为了向YannLeCun的LeNet系列致敬。(本系列所有代码均在github:https://github.com/huxiaoman7/PaddlePaddle_code)关于深度网络的?
-
用PaddlePaddle和Tensorflow实现GoogLeNet InceptionV2/V3/V4
上一篇文章我们引出了GoogLeNet InceptionV1 的网络结构，这篇文章中我们会详细讲到Inception V2/V3/V4 的发展历程以及它们的网络结构和亮点。GoogLeNet Inception V2GoogLeNet Inception V2 在《Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift》出现，最大亮点是提出了Batch Normalization方法，它起到以下作用：使用较大的学习率而不用特别关心诸如梯度爆炸或消失等优化问题；?
-
用PaddlePaddle进行车牌识别（一）
小伙伴们，终于到了实战部分了！今天给大家带来的项目是用PaddlePaddle进行车牌识别。车牌识别其实属于比较常见的图像识别的项目了，目前也属于比较成熟的应用，大多数老牌厂家能做到准确率99%+。传统的方法需要对图像进行多次预处理再用机器学习的分类算法进行分类识别，然而深度学习发展起来以后，我们可以通过用CNN来进行端对端的车牌识别。任何模型的训练都离不开数据，在车牌识别中，除了晚上能下载到的一些包含车牌的数据是?
