移动端/嵌入式部署 — Paddle Lite 特性 轻量级 高性能 通用性 架构 Paddle-Mobile升级为Paddle-Lite的说明 致谢 交流与反馈 移动端/嵌入式部署 — Paddle Lite Paddle-Lite为Paddle-Mobile的升级版，定位支持包括手机移动端在内更多场景的轻量化高效预测，支持更广泛的...

模型转换工具 X2Paddle 多框架支持 安装 使用 Caffe TensorFlow 转换结果说明 问题反馈 模型转换工具 X2Paddle X2Paddle可以将caffe、tensorflow、onnx模型转换成Paddle支持的模型。 X2Paddle 支持将Caffe/TensorFlow模型转换为PaddlePaddle...

模型转换工具 X2Paddle 安装 使用 Caffe TensorFlow ONNX 转换结果说明 问题反馈 模型转换工具 X2Paddle X2Paddle可以将caffe、tensorflow、onnx模型转换成Paddle支持的模型。目前支持版本为caffe 1.0；tensorflow 1.x，推荐1.4.0；ONNX 1.6...

hello paddle: 从普通程序走向机器学习程序 一、普通程序跟机器学习程序的逻辑区别 二、导入飞桨 三、准备数据 四、用飞桨定义模型的计算 五、准备好运行飞桨 六、告诉飞桨怎么样学习 七、运行优化算法 八、机器学习出来的参数 九、hello paddle hello paddle: 从普通程序走向机器学习程序 作者: Pa...

hello paddle: 从普通程序走向机器学习程序 一、普通程序跟机器学习程序的逻辑区别 二、导入飞桨 三、准备数据 四、用飞桨定义模型的计算 五、准备好运行飞桨 六、告诉飞桨怎么样学习 七、运行优化算法 八、机器学习出来的参数 九、hello paddle hello paddle: 从普通程序走向机器学习程序 作者: Pa...

报错信息处理 动转静过程中的异常 运行转换后的代码报错 报错信息处理 本节内容将介绍使用动态图转静态图（下文简称：动转静）功能发生异常时，ProgramTranslator 的动转静报错模块对报错信息做的处理，以帮助您更好地理解动转静报错信息。使用动转静功能运行动态图代码时，内部可以分为2个步骤：动态图代码转换成静态图代码，运行静态图代码。接下来...

Tensor Tensor paddle.fluid. Tensor () Tensor用于表示多维张量，可以通过 np.array(tensor) 方法转换为numpy.ndarray。 示例代码 import paddle . fluid as fluid   t = fluid . Tensor () ...

Fleet Fleet class paddle.distributed.fleet.Fleet [源代码] Fleet是飞桨分布式训练统一API, 只需要import fleet并简单初始化后即可快速开始使用飞桨大规模分布式训练 init ( role_maker=None, is_collective=False, strategy=N...

安装与编译 Linux安装PaddlePaddle Q：Ubuntu18.10、CPU版本、Python3.6编译错误如何解决？ Q：遇到如下cuDNN报错如何解决？ Q：cuda9.0需要安装哪一个版本的paddle，安装包在哪? Q：使用 pip install paddlepaddle-gpu==0.14.0.post87命令在公司内部开发GPU...