paddle.vision 内置数据集相关API 内置模型相关API 视觉操作相关API 数据处理相关API 其他API paddle.vision paddle.vision 目录是飞桨在视觉领域的高层API。具体如下： 内置数据集相关API 内置模型相关API 视觉操作相关API 数据处理相关API 其他AP...

自定义指标 一、自定义Loss 二、自定义Metric 三、自定义Callback 自定义指标 除了使用飞桨框架内置的指标外，飞桨框架还支持用户根据自己的实际场景，完成指标的自定义。 一、自定义Loss 有时你会遇到特定任务的Loss计算方式在框架既有的Loss接口中不存在，或算法不符合自己的需求，那么期望能够自己来进行Loss的自定义。...

通过OCR实现验证码识别 一、环境配置 二、自定义数据集读取器 2.1 数据展示 三、模型配置 3.1 定义模型结构以及模型输入 四、训练准备 4.1 定义label输入以及超参数 4.2 定义CTC Loss 4.3 实例化模型并配置优化策略 五、开始训练 六、预测前准备 6.1 像定义训练Reader一样定义预测Reader 6.2...

计算机视觉的发展历程 卷积神经网络 卷积（Convolution） 卷积计算 填充（padding） 步幅（stride） 感受野（Receptive Field） 多输入通道、多输出通道和批量操作 飞桨卷积API介绍 卷积算子应用举例 池化（Pooling） ReLU激活函数 批归一化（Batch Normalization） 丢弃...

框架类FAQ 数据处理 问题：如何在训练过程中高效读取数量很大的数据集？ 问题：使用多卡进行并行训练时，如何配置DataLoader进行异步数据读取？ 问题：在动态图使用paddle.dataset.mnist.train() 获得数据后，如何转换为可操作的Tensor？ 问题：如何给图片添加一个通道数，并进行训练？ 问题：有拓展Tensor维度的O...

InputSpec 使用本API的教程文档 InputSpec class paddle.static. InputSpec ( shape=None, dtype=’float32’, name=None ) [源代码] 用于描述模型输入的签名信息，包括shape、dtype和name。 此接口常用于指定高层API中模型的输入张量信息，或动...

数据及其加载常见问题 问题：如何在训练过程中高效读取数据量很大的数据集？ 问题：使用多卡进行并行训练时，如何配置DataLoader进行异步数据读取？ 问题：有拓展Tensor维度的Op吗？ 问题：如何给图片添加一个通道数，并进行训练？ 问题：如何从numpy.array生成一个具有shape和dtype的Tensor? 问题：如何初始化一个随机数...

Release Note 重要更新 基础框架 新增API 功能优化 性能优化 Bug修复 推理部署 Paddle Inference 功能升级 性能优化 Bug修复 Paddle Serving 易用性提升 功能完善 性能优化 文档和示例 Paddle Lite 功能升级 性能优化 Bug修复 PaddleSlim 量化...

基于U-Net卷积神经网络实现宠物图像分割 一、简要介绍 二、环境设置 三、数据集 3.1 数据集下载 3.2 数据集概览 3.3 PetDataSet数据集抽样展示 3.4 数据集类定义 四、模型组网 4.1 定义SeparableConv2D接口 4.2 定义Encoder编码器 4.3 定义Decoder解码器 4.4 训练模型组网...

用户特征提取网络 1. 提取用户ID特征 2. 提取用户性别特征 3. 提取用户年龄特征 4. 提取用户职业特征 5. 融合用户特征 用户特征提取网络 理解Embedding后，我们就可以开始构建提取用户特征的神经网络了。 用户特征网络主要包括： 将用户ID数据映射为向量表示，通过全连接层得到ID特征。 将用户性别数据映射为向量...