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...

致命密码：一场关于语言的较量 自然语言处理（Natural Language Processing，简称NLP）被誉为人工智能皇冠上的明珠，是计算机科学和人工智能领域的一个重要方向。它主要研究人与计算机之间，使用自然语言进行有效通信的各种理论和方法。简单来说，计算机以用户的自然语言形式作为输入，在其内部通过定义的算法进行加工、计算等系列操作后（用以模拟人...

中文OCR训练预测技巧 1、更换骨干网络 2、中文长文本识别 3、空格识别 中文OCR训练预测技巧 这里整理了一些中文OCR训练预测技巧，持续更新中，欢迎各位小伙伴贡献OCR炼丹秘籍～ 1、更换骨干网络 问题描述 目前PaddleOCR中使用的骨干网络有ResNet_vd系列和MobileNetV3系列，更换骨干网络是否有助于...

Callback 方法 set_params(params) set_model(model) on_train_begin(logs=None) on_train_end(logs=None) on_eval_begin(logs=None) on_eval_end(logs=None) on_predict_begin(logs=None) ...

IMDB 数据集使用BOW网络的文本分类 一、环境配置 二、加载数据 2.1 参数设置 2.2 用padding的方式对齐数据 2.3 用Dataset 与 DataLoader 加载 三、组建网络 四、方式1：用高层API训练与验证 五、方式：2 用底层API训练与验证 The End IMDB 数据集使用BOW网络的文本分类 作...

人脸关键点检测 一、简介 二、环境设置 三、数据集 3.1 数据集下载 3.2 数据集定义 3.3 数据集抽样展示 四、定义模型 4.1 模型可视化 五、训练模型 六、模型预测 6.2 测试集结果可视化 人脸关键点检测 作者: ssz95 日期: 2021.01 摘要: 本示例教程将会演示如何使用飞桨实现人脸关键点检...

如何在框架外部自定义C++ OP 自定义OP的实现 自定义OP的编译 封装Python Layer接口 单测测试 如何在C++预测库中使用 FAQ 如何在框架外部自定义C++ OP 通常，如果PaddlePaddle的Operator(OP)库中没有您所需要的操作，建议先尝试使用已有的OP组合，如果无法组合出您需要的操作，可以尝试使用pa...

如何在框架外部自定义C++ OP 自定义OP的实现 自定义OP的编译 封装Python Layer接口 单测测试 如何在C++预测库中使用 FAQ 如何在框架外部自定义C++ OP 通常，如果PaddlePaddle的Operator(OP)库中没有您所需要的操作，建议先尝试使用已有的OP组合，如果无法组合出您需要的操作，可以尝试使用fl...

Fleet Fleet class paddle.distributed.fleet.Fleet [源代码] Fleet是飞桨分布式训练统一API, 只需要import fleet并简单初始化后即可快速开始使用飞桨大规模分布式训练 init ( role_maker=None, is_collective=False, strategy=N...

Paddle-Lite 特性 轻量级 高性能 通用性 架构 Paddle-Mobile升级为Paddle Lite的说明 致谢 交流与反馈 Paddle-Lite Paddle Lite为Paddle-Mobile的升级版，定位支持包括手机移动端在内更多场景的轻量化高效预测，支持更广泛的硬件和平台，是一个高性能、轻量级的深度学习预测引...