教程 教程 以下是关于PaddleHub的使用教程，介绍了命令行使用、如何自定义数据完成Finetune、如何自定义迁移任务、如何服务化部署预训练模型、如何获取ERNIE/BERT Embedding、如何用word2vec完成语义相似度计算、ULMFit优化策略介绍、如何使用超参优化AutoDL Finetuner、如何用Hook机制改写Task内...

使用Word2Vec进行文本语义相似度计算 一、准备文本数据 二、分词 三、计算文本语义相似度 使用Word2Vec进行文本语义相似度计算 本示例展示利用PaddleHub“端到端地”完成文本相似度计算。 一、准备文本数据 如 驾驶违章一次扣 12 分用两个驾驶证处理可以吗 一次性扣 12 分的违章,能用不满十二分的驾驶证扣分...

迁移任务 迁移任务 在PaddleHub中，Task代表了一个Fine-tune的任务。任务中包含了执行该任务相关的Program、数据Reader、运行配置等内容。 在了解Task之前，首先需要认识RunEnv和RunState。 Task的基本方法和属性参见BaseTask。 PaddleHub预置了图像分类、文本分类、序列标注、多标签分类、...

参考 参考 以下介绍了PaddleHub 数据集(dataset)、优化策略(strategy)、运行配置(config)、迁移任务(task)等API介绍。 hub.dataset hub.strategy hub.config hub.task

迁移任务 迁移任务 在PaddleHub中，Task代表了一个Fine-tune的任务。任务中包含了执行该任务相关的Program、数据Reader、运行配置等内容。 在了解Task之前，首先需要认识RunEnv和RunState。 Task的基本方法和属性参见BaseTask。 PaddleHub预置了图像分类、文本分类、序列标注、多标签分类、...

贡献预训练模型 模型 相关代码 相应的介绍资料 贡献预训练模型 我们非常欢迎开发者贡献预训练模型到PaddleHub中，如果你想要贡献预训练模型，请提供以下资源： 模型 请提供相应的网络结构和参数文件，除了PaddlePaddle的模型外，我们也支持将其他主流框架的模型转换到PaddleHub中，包括： tensorflow py...

贡献代码 贡献代码 PaddleHub非常欢迎贡献者，特别是代码和预训练模型贡献者。以下文档介绍了如何贡献代码和预训练模型。 贡献代码 贡献预训练模型

自定义数据 一、NLP类任务如何自定义数据 数据准备 自定义数据加载 二、CV类任务如何自定义数据 数据准备 自定义数据加载 自定义数据 训练一个新任务时，如果从零开始训练时，这将是一个耗时的过程，并且效果可能达不到理想的效果，此时您可以利用PaddleHub提供的预训练模型进行具体任务的Fine-tune。您只需要对自定义数据进行相应的...

基于PaddleHub Serving的服务部署 快速启动服务 1. 准备环境 2. 下载推理模型 3. 安装服务模块 4. 启动服务 方式1. 命令行命令启动（仅支持CPU） 方式2. 配置文件启动（支持CPU、GPU） 发送预测请求 返回结果格式说明 自定义修改服务模块 English | 简体中文 PaddleOCR提供2种...

参考 参考 以下介绍了PaddleHub 数据集(dataset)、优化策略(strategy)、运行配置(config)、迁移任务(task)等API介绍。 hub.dataset hub.strategy hub.config hub.task