新闻中心 
-
07-31表格学习:基于飞桨复现TabNet网络本文基于PaddlePaddle复现TabNet网络，该网络可处理表格数据，支持端到端学习，通过顺序注意实现特征选择与可解释性。复现项目在Forest Cove...
-
07-31Windows：PaddleClas 预测部署（三）本文介绍了C++预测代码的编译及封装为dll的流程。编译需准备Cmake、VS2019等工具和相关依赖库，经配置环境变量、Cmake编译生成sln，再用VS生成...
-
07-31【PaddlePaddle】基础理论教程 - 卷积神经网络概论本文围绕二维卷积及卷积神经网络展开，先讲解二维卷积运算的概念、原理及Paddle框架实现，介绍卷积算子的定义、参数。还阐述卷积神经网络的卷积层、汇聚层算子，最后...
-
07-31使用pyecharts做自己的visualDL本文介绍用pyecharts构建类似visualDL的实时可视化工具，监控模型训练时的LOSS和ACC变化。先安装pyecharts，用paddle.visio...
-
07-31【论文复现】 MnasNet复现以及一些感想本文围绕MnasNet复现展开，介绍了这一谷歌提出的轻量化网络，其通过自动搜索平衡精度与延迟，采用真实手机环境测延迟。复现基于PyTorch实现转为Paddle...
-
07-31轻量级人像分割模型PP-HumanSeg树莓派部署本文介绍将PP-HumanSeg-Lite轻量级人像分割模型部署到树莓派的流程。先克隆PaddleSeg仓库、安装相关工具并下载预训练模型，接着导出静态图模型并...
