贡献预训练模型 模型 相关代码 相应的介绍资料 贡献预训练模型 我们非常欢迎开发者贡献预训练模型到PaddleHub中，如果你想要贡献预训练模型，请提供以下资源： 模型 请提供相应的网络结构和参数文件，除了PaddlePaddle的模型外，我们也支持将其他主流框架的模型转换到PaddleHub中，包括： tensorflow py...

性能数据 ARM测试环境 ARM测试数据 fp32模型测试数据 paddlepaddle model caffe model int8量化模型测试数据 华为麒麟NPU测试环境 华为麒麟NPU测试数据 paddlepaddle model 性能数据 可以参考benchmark_tools ，推荐一键benchmark 。 ARM...

编译&部署指南 1 编译环境依赖 2 编译方法 3 部署环境依赖 4 XLearning客户端部署方法 5 XLearning History Server启动方法 [可选] 编译&部署指南 1 编译环境依赖 jdk >= 1.7 Maven >= 3.3 2 编译方法 在源码根目录下，执行: mvn package 完成...

Model Zoos 你在哪里可以找到一个类似于你想要解决的任务训练的神经网络？ 首先看看显然是在你自己的模型目录。 这是保存所有模型并组织它们的一个很好的理由，以便您以后可以轻松地检索它们。 另一个选择是在模型动物园中搜索。 许多人为了各种不同的任务而训练机器学习模型，并且善意地向公众发布预训练模型。 TensorFlow 在 https://git...

性能数据 ARM测试环境 ARM测试数据 fp32模型测试数据 paddlepaddle model caffe model int8量化模型测试数据 华为麒麟NPU测试环境 华为麒麟NPU测试数据 paddlepaddle model 性能数据 可以参考benchmark_tools ，推荐一键benchmark 。 ARM...

Keras使用陷阱 TF卷积核与TH卷积核 向BN层中载入权重 shuffle和validation_split的顺序 Merge层的层对象与函数方法 未完待续 Keras使用陷阱 这里归纳了Keras使用过程中的一些常见陷阱和解决方法，如果你的模型怎么调都搞不对，或许你有必要看看是不是掉进了哪个猎人的陷阱，成为了一只嗷嗷待宰（？）的猎物 ...

推理部署 飞桨推理产品简介 推理部署 飞桨推理产品简介 作为飞桨生态重要的一部分，飞桨提供了多个推理产品，完整承接深度学习模型应用的最后一公里。 整体上分，推理产品主要包括如下子产品 名称 英文表示 适用场景 飞桨原生推理库 Paddle Inference 高性能服务器端、云端推理 飞桨服务化推理框架 Paddle ...

推理部署 飞桨推理产品简介 推理部署 飞桨推理产品简介 作为飞桨生态重要的一部分，飞桨提供了多个推理产品，完整承接深度学习模型应用的最后一公里。 整体上分，推理产品主要包括如下子产品 名称 英文表示 适用场景 飞桨原生推理库 Paddle Inference 高性能服务器端、云端推理 飞桨服务化推理框架 Paddle ...

Available models AlexNet Darknet19 FaceNetNN4Small2 InceptionResNetV1 LeNet NASNet ResNet50 SimpleCNN SqueezeNet TextGenerationLSTM TinyYOLO UNet VGG16 VGG19 Xception...

模型优化工具 opt opt 下载和使用方法 方法一： 通过Python 安装和调用 opt 工具 方法二： 下载和调用 opt 可执行文件 合并x2paddle和opt的一键脚本 模型优化工具 opt Paddle-Lite 提供了多种策略来自动优化原始的训练模型，其中包括量化、子图融合、混合调度、Kernel优选等等方法。为了使优化过程更...