模型转换工具 X2Paddle 安装 使用 Caffe TensorFlow ONNX 转换结果说明 问题反馈 模型转换工具 X2Paddle X2Paddle可以将caffe、tensorflow、onnx模型转换成Paddle支持的模型。目前支持版本为caffe 1.0；tensorflow 1.x，推荐1.4.0；ONNX 1.6...

本地开发指南 代码要求 Fork 克隆（Clone） 创建本地分支 使用 pre-commit 钩子 开始开发 编译和单元测试 提交（commit） 保持本地仓库最新 Push 到远程仓库 本地开发指南 本文将指导您如何在本地进行代码开发 代码要求 代码注释请遵守 Doxygen 的样式。 确保编译器选项 WITH_S...

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。 workflow 一. 准备模型 Paddle L...

贡献代码 提交问题 提交新功能建议/BUG修复 第一步：将自己目录下PaddleHub远程仓库clone到本地： 第二步：切换到远程分支develop 第三步：基于远程分支develop新建本地分支new-feature 第四步：使用pre-commit钩子 第五步：在new-feature分支上开发你的需求，提交你的更改 第六步：在准备发起Pu...

同步数据读取 数据层配置 传递训练数据给执行器 进阶使用 如何传入序列数据 如何分别设置ParallelExecutor中每个设备的训练数据 自定义BatchSize维度 Fluid目前支持的数据类型 同步数据读取 PaddlePaddle Fluid支持使用 fluid.layers.data() 配置数据层；再使用 Numpy A...

训练神经网络 训练神经网络 PaddlePaddle Fluid支持单机训练和多节点训练。每种训练模式下，都支持多种训练方法，本部分包含以下内容： 单机训练 多机训练 模型/变量的保存、载入与增量训练

data data paddle.static.data ( name, shape, dtype=None, lod_level=0 ) [源代码] 该OP会在全局block中创建变量（Tensor），该全局变量可被计算图中的算子（operator）访问。该变量可作为占位符用于数据输入。例如用执行器（Executor）feed数据进该变量,当...

data data paddle.fluid. data (name, shape, dtype='float32', lod_level=0)[源代码] 该OP会在全局block中创建变量（Variable），该全局变量可被计算图中的算子（operator）访问。该变量可作为占位符用于数据输入。例如用执行器（Executor）feed数据...

服务器端部署 服务器端部署 PaddlePaddle Fluid 提供了 C++ API 来支持模型的部署上线 安装与编译C++预测库 C++ 预测 API介绍 使用Paddle-TensorRT库预测 TensorRT库性能测试 Windows环境模型预测 原文: http://paddlepaddle.org/documenta...