应用实践 应用实践 如果您已经初步了解了PaddlePaddle，期望可以针对实际问题建模、搭建自己网络，本模块提供了一些 Paddle 的具体典型案例供您参考： 本章文档将指导您如何使用PaddlePaddle完成基础的深度学习任务 内容简介 快速上手 ：快速了解Paddle 2的特性与功能。 计算机视觉 ：介绍使用 Paddl...

mv 参数 返回 代码示例 mv paddle. mv ( x, vec, name=None ) [源代码] 该op计算矩阵 x 和向量 vec 的乘积。 参数 x (Tensor) : 输入变量，类型为 Tensor，形状为 ，数据类型为float32， float64。 vec (Tensor) : 输入变...

broadcast 参数 返回 代码示例 broadcast paddle.distributed.broadcast ( tensor, src, group=0 ) [源代码] 广播一个Tensor给其他所有进程 参数 tensor (Tensor) - 如果当前进程编号是源，那么这个Tensor变量将被发送给其他进程，否则...

t t paddle. t ( input, name=None ) [源代码] 该OP对小于等于2维的Tensor进行数据转置。0维和1维Tensor返回本身，2维Tensor等价于perm设置为0，1的 transpose 函数。 参数： input (Tensor) - 输入：N维(N<=2)Tensor，可选的数据类型为floa...

GradScaler GradScaler class paddle.amp.GradScaler ( enable=True, init_loss_scaling=32768.0, incr_ratio=2.0, decr_ratio=0.5, incr_every_n_steps=1000, decr_every_n_nan_or_inf=2,...

自定义外部算子 概述 自定义算子C++实现 运算函数与基础API 基本写法要求 设备与数据类型支持 Tensor API Exception API 运算函数实现 CPU实现 CPU&CUDA混合实现 维度与类型推导函数实现 构建算子 Attribute 声明 自定义算子编译与使用 使用 setuptools 编译 即时编译（J...

to_tensor 使用本API的教程文档 to_tensor paddle. to_tensor ( data, dtype=None, place=None, stop_gradient=True ) [源代码] 该API通过已知的 data 来创建一个 tensor，tensor类型为 paddle.Tensor 。 data 可以是...

Program 返回 代码示例 参数 返回 代码示例 参数 返回 代码示例 参数 返回 代码示例 返回 代码示例 返回 代码示例 返回 代码示例 参数 返回 代码示例 返回 代码示例 返回 代码示例 返回 代码示例 参数 返回 代码示例 参数 返回 代码示例 Program class ...

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...