PaddlePaddle (PArallel Distributed Deep LEarning)是一个易用、高效、灵活、可扩展的深度学习框架

KubeOperator 是一个开源的轻量级 Kubernetes 发行版，专注于帮助企业规划、部署和运营生产级别的 Kubernetes 集群。KubeOperator 提供可视化的 Web UI，支持离线环境，支持物理机、VMware、OpenStack 和 FusionCompute 等 IaaS 平台，支持 x86 和 ARM64 架构，支持 GPU...

本课程由百度飞桨主任架构师、首席讲师和产品负责人共同设计和写作，我们非常期望课程中的理论知识、飞桨的使用方法和相关工业实践的应用，可以帮助您打开深度学习的大门。学习完本课程后，您也可以尝试使用飞桨，设计并构建您工作需要或感兴趣的深度学习任务，亲身体验AI给我们生活带来的改变。本教程主要面向深度学习“零”基础用户，从深度学习理论入手，结合多个实际应用案例，帮助...

这个指南介绍了如何在PX4系统架构下开发，它使开发人员能够: 了解系统的概况。 获取和修改PX4飞行栈和PX4中间件。 在 Intel® Aero Ready to Fly Drone, 高通骁龙飞控、Pixhawk series以及其他一些自驾仪上部署PX4。

这个指南介绍了如何在PX4系统架构下开发，它使开发人员能够:了解系统的概况。获取和修改PX4飞行栈和PX4中间件。在IntelAero、高通骁龙飞控、Pixhawk和Pixfalcon上应用PX4。

PaddlePaddle (PArallel Distributed Deep LEarning) 是一个简单易用、高效灵活、可扩展的深度学习平台，最初由百度科学家和工程师共同开发，目的是将深度学习技术应用到百度的众多产品中。

PaddleHub是飞桨预训练模型管理和迁移学习工具，通过PaddleHub开发者可以使用高质量的预训练模型结合Fine-tune API快速完成迁移学习到应用部署的全流程工作。其提供了飞桨生态下的高质量预训练模型，涵盖了图像分类、目标检测、词法分析、语义模型、情感分析、视频分类、图像生成、图像分割、文本审核、关键点检测等主流模型。

PaddleHub是飞桨预训练模型管理和迁移学习工具，通过PaddleHub开发者可以使用高质量的预训练模型结合Fine-tune API快速完成迁移学习到应用部署的全流程工作。其提供了飞桨生态下的高质量预训练模型，涵盖了图像分类、目标检测、词法分析、语义模型、情感分析、视频分类、图像生成、图像分割、文本审核、关键点检测等主流模型。

Crazepony项目旨在为大学生/航模爱好者/创客提供可二次开发的迷你四轴飞行器原型。我们秉承开放，合作，分享的理念，致力将Crazepony打造成航模爱好者学习交流的软硬件平台。Crazepony是一个完全开源的项目，包括源代码，原理图，设计思路等，并且提供详尽的百科知识库。可以通过它学习四轴飞行器相关知识，也可以在上面进行二次开发，实现自己的创意。

基于飞桨的OCR工具库，包含总模型仅8.6M的超轻量级中文OCR，单模型支持中英文数字组合识别、竖排文本识别、长文本识别。同时支持多种文本检测、文本识别的训练算法。