使用FleetAPI进行分布式训练 FleetAPI 设计说明 Fleet API快速上手示例 更多使用示例 Fleet API相关的接口说明 Fleet API接口 RoleMaker Strategy Fleet Mode 使用FleetAPI进行分布式训练 FleetAPI 设计说明 Fleet是PaddlePaddle分布...

源码编译环境准备 1. Docker开发环境 2. Linux开发环境 准备Android交叉编译环境 准备ARM Linux编译环境 交叉编译ARM Linux 本地编译ARM Linux（直接在RK3399或树莓派上编译） 3. Mac OS开发环境 4. Windows开发环境 源码编译环境准备 Paddle Lite提供了An...

MomentumOptimizer 参数 代码示例 方法 minimize(loss, startup_program=None, parameter_list=None, no_grad_set=None) clear_gradients() current_step_lr() MomentumOptimizer class paddl...

cast 使用本API的教程文档 cast paddle. cast ( x, dtype ) [源代码] 该OP将 x 的数据类型转换为 dtype 并输出。支持输出和输入的数据类型相同。 参数： x (Tensor) - 输入的多维Tensor或LoDTensor，支持的数据类型为：bool、float16、float32、fl...

TransformerEncoder TransformerEncoder class paddle.nn. TransformerEncoder ( encoder_layer, num_layers, norm=None ) [源代码] Transformer编码器 Transformer编码器由多个Transformer编码器层（Tra...

mv 参数 返回 代码示例 mv paddle.mv ( x, vec, name\=None ) [源代码] 该op计算矩阵 x 和向量 vec 的乘积。 参数 x (Tensor) : 输入变量，类型为 Tensor，形状为 ，数据类型为float32， float64。 vec (Tensor) : 输入...

支持硬件 ARM CPU 32bit(ARMv7a) 64bit(ARMv7a, ARMv8a) 移动端GPU NPU FPGA XPU 支持硬件 ARM CPU Paddle Lite支持ARM Cortex-A系列处理器 ，支持列表如下: 32bit(ARMv7a) Cortex-A5 Cortex-A7 Cortex-...

tanhshrink 参数: 返回 代码示例 tanhshrink paddle.nn.functional.tanhshrink ( x, name\=None ) [源代码] tanhshrink激活层 其中，xx 为输入的 Tensor 参数: x (Tensor) - 输入的 Tensor ，数据类型为：floa...

swish 参数 返回 代码示例 swish paddle.nn.functional.swish ( x, name\=None ) [源代码] swish激活层。计算公式如下： 其中，xx 为输入的 Tensor 参数 x (Tensor) - 输入的 Tensor ，数据类型为：float32、float64。 ...

log_sigmoid 参数 返回 代码示例 log_sigmoid paddle.nn.functional.log_sigmoid ( x, name=None ) [源代码] log_sigmoid激活层。计算公式如下： 其中， 为输入的 Tensor 参数 x (Tensor) - 输入的 Tensor ，...