安装 环境依赖 安装命令 安装 环境依赖 Python>=3.6 PaddlePaddle>=1.7.0 操作系统：Windows/Mac/Linux 安装命令 在安装PaddleHub之前，请先安装PaddlePaddle深度学习框架，更多安装说明请查阅飞桨快速安装 pip install paddlehub ...

使用Paddle-TensorRT库预测 内容 Paddle-TRT使用介绍 Paddle-TRT样例编译测试 Paddle-TRT INT8使用 Paddle-TRT子图运行原理 Paddle-TRT性能测试 测试环境 测试对象 ResNet50 MobileNet ResNet101 Inception v3 使用Padd...

模型量化-量化训练 1 简介 2 产出量化模型 3 使用Paddle-Lite运行量化模型推理 3.1 模型转换 3.2 量化模型预测 FAQ 模型量化-量化训练 本文主要介绍使用Paddle-Lite加载PaddlePaddle产出的量化模型，并进行推理执行。 1 简介 量化训练是使用较多练数据，对训练好的预测模型进行量化。该方法...

模型量化-动态离线量化 1 简介 2 产出量化模型 2.1 安装PaddlePaddle 2.2 准备模型 2.3 调用动态离线量化 3 量化模型预测 3.1 模型转换 3.2 量化模型预测 模型量化-动态离线量化 本文首先简单介绍动态离线量化，然后说明产出量化模型，最后阐述量化模型预测。 1 简介 动态离线量化，将模型中特定O...

模型量化-量化训练 1 简介 2 产出量化模型 下载量化模型 使用PaddleSlim模型压缩工具训练量化模型 安装PaddlePaddle 克隆量化训练所需的代码库 准备数据和模型 训练数据准备 预训练模型准备 压缩脚本介绍 执行量化训练 3 使用Paddle-Lite运行量化模型推理 使用模型优化工具对量化模型进行优化 在手机端准...

Introduction What is Volcano Why Volcano Features Rich scheduling policies Enhanced job management Multi-architecture computing Faster scheduling Ecosystem Introduction...

Caffe-Fluid常用层对应表 Caffe-Fluid常用层对应表 本文档梳理了Caffe常用Layer与PaddlePaddle API对应关系和差异分析。根据文档对应关系，有Caffe使用经验的用户，可根据对应关系，快速熟悉PaddlePaddle的接口使用。 序号 Caffe Layer Fluid接口 备注 1 AbsVal abs ...

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...

Lite 预测流程 更多测试工具 Lite 预测流程 Lite是一种轻量级、灵活性强、易于扩展的高性能的深度学习预测框架，它可以支持诸如ARM、OpenCL、NPU等等多种终端，同时拥有强大的图优化及预测加速能力。如果您希望将Lite框架集成到自己的项目中，那么只需要如下几步简单操作即可。 一. 准备模型 Paddle-Lite框架直接支...

cond cond paddle.nn.cond ( pred, true_fn=None, false_fn=None, name=None ) 如果 pred 是 True ，该API返回 true_fn() ，否则返回 false_fn() 。 用户如果不想在 callable 中做任何事，可以把 true_fn 或 false...