使用飞桨探索电影推荐 数据集介绍 如何实现推荐 如何获得有效特征 从原始特征到特征向量之间是怎样设计的？ 使用飞桨探索电影推荐 本章我们探讨基于深度学习模型实现电影推荐系统，同时利用用户特征、电影特征和用户对电影的评分数据。 在开始动手实践之前，我们先来分析一下数据集和模型设计方案。 数据集介绍 个性化推荐算法的数据大多是文本和...

飞桨开源深度学习平台 飞桨开源深度学习平台全景 本地模型开发和部署：数据保存在本地服务器，模型选择灵活度高 云端模型开发和部署：数据保存在云端，提供可视化GUI界面，安全高效 - 模型开发 - 预测部署 在线教育平台AI Studio 飞桨技术优势 多领域产业级模型达到业界领先水平 支持多端多平台的部署，适配多种类型硬件芯片 飞桨在各行业的...

昆仑XPU芯片运行飞桨 昆仑XPU芯片运行飞桨 百度昆仑AI计算处理器（Baidu KUNLUN AI Computing Processor）是百度集十年AI产业技术实践于2019年推出的全功能AI芯片。基于自主研发的先进XPU架构，为云端和边缘端的人工智能业务而设计。 百度昆仑与飞桨及其他国产软硬件强强组合，打造一个全面领先的国产化AI技术生态，...

飞桨产品硬件支持表 PaddlePaddle Paddle Inference Paddle Lite 飞桨产品硬件支持表 飞桨各个产品支持的硬件信息如下: PaddlePaddle 分类 架构 公司 型号 安装 源码编译 完全支持训练 支持部分模型 服务端CPU x86 Intel 常见CPU型号如Xeon、Core全系列 安装 源码...

飞桨框架API映射表 飞桨框架API映射表 本文档基于PaddlePaddle v1.X 梳理了常用API与PaddlePaddle v2.0对应关系。可根据对应关系，快速熟悉PaddlePaddle 2.0的接口使用。 序号 PaddlePaddle 1.X API PaddlePaddle 2.0 API 0 paddle.flu...

昆仑XPU芯片运行飞桨 昆仑XPU芯片运行飞桨 百度昆仑AI计算处理器（Baidu KUNLUN AI Computing Processor）是百度集十年AI产业技术实践于2019年推出的全功能AI芯片。基于自主研发的先进XPU架构，为云端和边缘端的人工智能业务而设计。 百度昆仑与飞桨及其他国产软硬件强强组合，打造一个全面领先的国产化AI技术生态，...

飞桨高层API使用指南 一、简介 二、安装并使用飞桨高层API 三、目录 四、数据集定义、加载和数据预处理 4.1 框架自带数据集使用 4.2 自定义数据集 4.3 数据增强 4.3.1 框架自带数据集 4.3.2 自定义数据集 五、模型组网 5.1 Sequential组网 5.2 SubClass组网 5.3 模型封装 5.4 模...

飞桨框架ROCm版训练示例 ResNet50训练示例 YoloV3训练示例 飞桨框架ROCm版训练示例 使用海光CPU/DCU进行训练与使用Intel CPU/Nvidia GPU训练相同，当前Paddle ROCm版本完全兼容Paddle CUDA版本的API，直接使用原有的GPU训练命令和参数即可。 ResNet50训练示例 第一步 ：...

海光DCU芯片运行飞桨 海光DCU芯片运行飞桨 DCU（Deep Computing Unit 深度计算器）是 海光（HYGON）推出的一款专门用户AI人工智能和深度学习的加速卡。Paddle ROCM版当前可以支持在海光CPU与DCU上进行模型训练与推理。 参考以下内容可快速了解和体验在海光芯片上运行飞桨： 飞桨框架ROCm版支持模型 ...

深度学习框架 飞桨开源深度学习平台