榜单
服务器优惠
AI论文
-
API
ML Commons API Train model Request Response Get model information Upload a model Request fields Example Response Load model Example: Load into all available ML nodes Examp... -
Text Tutorial
Transfer learning in text Train a text classifier from a pretrained model Using the high-level API Using the data block API The ULMFiT approach Fine-tuning a language model on I... -
IMDB 数据集使用BOW网络的文本分类
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... -
服务化部署
PaddleHub Serving模型一键服务部署 简介 为什么使用一键服务部署 什么是一键服务部署 支持模型 使用 Step1：启动服务端部署 命令行命令启动 Step2：访问服务端 Step3：利用PaddleHub Serving进行个性化开发 Step4：关闭serving Demo——部署一个在线lac分词服务 Step1：部署... -
External
External data Config [source] class URLs [source] Downloading download_url [source] download_data [source] Extract file_extract [source] newest_folder [source] ... -
Register model
Register a model Path and HTTP methods Query parameters Register an OpenSearch-provided pretrained model Register a pretrained text embedding model Request fields Example reques... -
CMake in ClickHouse
CMake in ClickHouse TL; DR How to make ClickHouse compile and link faster? CMake files types List of CMake flags ClickHouse modes External libraries External libraries system/b... -
PaddleLite使用OpenCL预测部署
PaddleLite使用OpenCL预测部署 1. 编译 1.1 编译环境 1.2 编译Paddle-Lite OpenCL库范例 针对 Lite 用户的编译命令(无单元测试,有编译产物,适用于benchmark) 针对 Lite 开发者的编译命令(有单元测试,编译产物) 1.3 编译产物说明 2. 运行示例 2.1 运行示例1: 编译产物dem...