2048 AI社区

2048 AI社区

AI资讯 AI造物社区 MCP

话题讨论活动竞赛科技篇产业对接

去全站搜索看看？

登录社区云

登录社区云，与社区用户共同成长

2048 AI社区

邀请您加入社区

欢迎加入社区

欢迎加入社区

paddlepaddle

Windows 下 paddle2onnx 报 “DLL load failed: 找不到指定的程序“ 的解决方案

症状：安装。

玩^耍^玩
2026-04-01 16:37:19

 860

 10

#windows #paddlepaddle
ComfyUI 实操指南

《ComfyUI实操指南摘要》 ComfyUI是一款基于节点流程的生成式AI工具，支持文生图、图生视频等多模态创作，涵盖图像修复、扩图、高清放大等功能。指南介绍了快速启动方法：通过预置镜像创建实例，建立SSH隧道连接后访问Web界面。模型管理方面，支持本地模型上传和Moark云端模型调用。进阶功能包含RemoteNode服务，允许低算力环境使用云端资源执行复杂任务。平台提供完整工作流示例，适用于电

 邵宗其
2026-03-19 10:57:33

 491

 9

#自动化 #paddlepaddle #人工智能 +1
baidu aistudio paddlepaddle 支持transformer吗可以安装deepseek-r1-distill14b等模型吗 kimi开源模型吗

PaddlePaddle不直接内置DeepSeek-R1-14B，但可通过参数快速转换PyTorch权重实现支持；百度AI Studio的高性能GPU环境完全满足DeepSeek-R1-14B的加载、转换和推理需求；转换后可无缝使用PaddlePaddle的训练/推理优化能力，适配大模型开发流程。这份代码可直接在百度AI Studio中运行，自动完成DeepSeek-R1-14B的权重转换和推理；

zhangfeng1133
2026-03-07 01:11:31

 1239

 38

#百度 #paddlepaddle #transformer
使用 Comate 加速飞桨编程

摘要：百度推出的文心快码（BaiduComate）基于文心大模型，为飞桨开发者提供AI编程助手功能。该工具支持自动/手动调起，具备五大核心能力：1）通用问答解决深度学习问题；2）智能代码补全；3）定制化飞桨代码生成；4）多框架代码转换（尤其优化PyTorch转换）；5）专业代码解释。通过自动检测import paddle或输入指令即可使用，显著提升飞桨开发效率，支持从代码编写到迁移的全流程需求。

邵宗其
2026-03-04 12:55:05

 924

 21

#paddlepaddle #人工智能 #机器学习 +1
使用 Comate 加速飞桨编程

摘要：百度推出基于文心大模型的"飞桨AI编程助手"，集成在文心快码(BaiduComate)中，为飞桨开发者提供智能编程支持。该助手提供五种核心功能：通用问答、代码补全、代码生成、跨框架代码转换(特别优化PyTorch转换)和代码解释，显著提升深度学习开发效率。用户可通过导入paddle自动触发或手动输入指令调起助手，支持文件级批量处理和交互式多轮对话，帮助开发者快速完成模型构

 邵宗其
2026-03-03 09:16:35

 644

 8

#paddlepaddle #人工智能
PaddleX本地安装教程

PaddleX 3.0 是基于飞桨框架构建的低代码开发工具，它集成了众多开箱即用的预训练模型，可以实现模型从训练到推理的全流程开发，支持国内外多款主流硬件，助力AI 开发者进行产业实践。下面主要是官方文档，源地址：PaddleX 文档官方文档：开始使用_飞桨-源于产业实践的开源深度学习平台PaddlePaddle3.3安装，cuda12.6二、PaddleX安装注意：若您使用PaddleX的应用场

 xin_yao_xin
2026-02-14 18:49:16

 1423

 26

#paddlepaddle #人工智能
AI行业应用全景：从金融风控到智能制造的落地实践与技术解析

AI技术深度赋能行业应用 2024年全球AI市场规模突破1.8万亿美元，金融、医疗、教育、制造四大领域成为核心应用场景。金融领域：AI信贷风控系统通过机器学习模型（如XGBoost）将审批效率提升80%，坏账率降低30%-40%；智能投顾结合Markowitz模型与算法优化，管理资产规模达1.2万亿美元。医疗健康：AI辅助诊断系统在肺结节检测中敏感性达96.8%；药物研发周期缩短50%，成本降

 zzywxc787
2026-02-12 16:14:02

 1019

 12

#人工智能 #制造 #paddlepaddle +3
大模型落地全攻略：从技术实现到商业价值

摘要： 2024年全球AI市场规模突破1.8万亿美元，大模型应用占比37%。企业落地大模型需解决技术选型、性能优化和成本控制三大挑战。本文系统拆解四大核心模块：微调技术：对比全参数微调、LoRA、PrefixTuning等策略，提供医疗领域LoRA微调实战案例，显存需求降低至8GB，精确匹配率提升35.8%。提示词工程：提出金字塔设计方法论，提供客服分类、代码审查等企业级模板，结合少样本学习和

 zzywxc787
2026-02-09 16:28:39

 986

 7

#人工智能 #深度学习 #机器学习 +4
大模型落地全景指南：从技术实践到企业价值创造

《大模型落地全景指南》系统阐述了从技术到业务的大模型应用路径。文章聚焦四大核心支柱：微调技术（含LoRA高效微调方法）、提示词工程、多模态融合及企业级解决方案，通过技术原理、代码实现和行业案例，详细解析各环节实施要点。特别强调企业落地需构建数据治理-模型训练-应用开发-安全审计全流程体系，并针对数据质量、计算成本等挑战提出应对策略。指出大模型落地的本质是技术适配业务，建议企业提前布局数据治理和人才

 zzywxc787
2026-02-09 16:15:09

 1026

 27

#流程图 #paddlepaddle #音视频 +3
飞桨PaddlePaddle：在整机装配行业工业自动化中的详细实践应用解析

从高价值痛点切入：优先解决“客户投诉多、返工成本高”的环节（如终检、关键装配点）；人机协同而非替代：AI做“重复性判断”，人做“异常决策”；数据闭环是关键：建立“检测→反馈→标注→再训练”机制，模型越用越准；标准化接口先行：提前规划与 MES/PLC/SCADA 的数据对接协议。在整机装配行业，飞桨不仅是算法框架，更是连接“物理产线”与“数字智能”的桥梁。它让每一颗螺丝的安装、每一条线缆的插接、每

 向上的车轮
2026-02-09 09:41:05

 1352

 27

#paddlepaddle #自动化 #人工智能
飞桨PaddlePaddle：在汽车零部件制造中的工业自动化应用详解

将AI从“实验室演示”转化为“产线生产力”。结合数字孪生，构建“虚拟调试-物理执行”闭环；利用大模型（如文心4.5）实现跨工厂知识迁移；探索强化学习优化机器人抓取与装配路径。

向上的车轮
2026-02-08 21:19:14

 1103

 11

#paddlepaddle #汽车 #制造
基于Aistido云开发平台使用PaddleDetection训练

本文介绍了在百度云平台Aistido上使用Paddledetection进行模型训练的完整流程。主要包括：1）Miniconda的安装与配置；2）创建conda环境并安装PaddlePaddle框架及相关依赖库；3）下载PaddleDetection源码；4）处理数据目录权限问题；5）修改配置文件启动训练；6）显存监控与优化；7）持久化安装与磁盘空间管理。文章详细记录了从环境搭建到模型训练的全过程

 郭老师真的困了不卷了
2026-02-06 10:45:58

 666

 30

#linux #python #paddlepaddle +2
企业级智能助手全栈解决方案：基于ModelEngine的AI应用创新实践

企业级AI助手系统方案摘要本方案基于ModelEngine智能体平台构建全栈企业级AI助手系统，采用分层架构设计：前端交互层：支持Web/移动端及企业IM集成智能体层：包含问答处理、办公自动化、数据分析等模块化智能体后端服务层：集成向量数据库、关系型数据库等基础设施数据源层：对接各类业务系统核心功能包括：智能问答：支持意图识别、语义检索和多轮对话管理办公自动化：实现文档处理、会议管

 zzywxc787
2026-02-04 20:44:46

 1018

 13

#人工智能 #音视频 #paddlepaddle +2
飞桨PaddlePaddle v3.3：技术架构焕新与产业全场景落地升级

PaddlePaddle v3.3版本实现四大突破性升级：框架性能提升25%-35%，显存占用减少30%-40%，端侧推理延迟降低10%-25%；开发易用性优化，API学习成本降低40%；强化端边云协同部署与隐私计算能力；完善大模型生态和工业、医疗等专用领域套件。该版本通过架构重构和工具链升级，显著降低深度学习技术从实验室到产业现场的应用门槛，同时构建自主可控的国产化技术生态，为实体经济数字化转型

 随手糊墙上
2026-02-01 07:34:18

 471

 4

#paddlepaddle #架构 #人工智能
飞桨（PaddlePaddle）：工业自动化案例

数据为王：高质量标注数据是工业AI成败关键，建议初期投入资源做样本清洗与增强。小模型优先：工业场景更看重稳定性与实时性，而非一味追求SOTA精度。闭环迭代：建立“部署→反馈→再训练”机制，持续优化模型。人机协同：AI辅助决策，而非完全替代人工（如可疑样本交由专家复核）。飞桨通过“算法+工具+生态”三位一体，真正实现了 AI 在工厂车间的规模化落地。它不仅是技术框架，更是推动制造业智能化升级的工程化

 向上的车轮
2026-01-29 20:04:55

 1006

 15

#paddlepaddle #自动化 #人工智能
AI视频生成技术革新：Wan2.2-T2V-A5B模型多领域实战应用指南

AI视频生成技术正引领"文本即视频"的创作革命。Wan2.2-T2V-A5B模型通过融合扩散架构与多模态理解，能将文字描述直接转化为专业级视频（1024×768分辨率/24fps）。本指南详解其技术原理，并展示三大核心应用场景：1）广告创意领域可快速生成多版本视觉方案；2）教育视频实现抽象概念动态可视化；3）短视频创作实现"创意-生成-发布"全流程加速。文章

 zzywxc787
2026-01-28 12:51:37

 1330

 17

#人工智能 #音视频 #机器学习 +2
AI Studio（百度飞桨）部署 DeepSeek-R1-33B DeepSeek-R1-14B 量化版本一键运行脚本

量化优先：必须用4-bit量化（INT4），16GB GPU才能承载；内存扩容：CPU内存需≥32GB，否则无法加载量化模型；混合框架：无需将模型转换为飞桨格式，直接在飞桨环境中调用PyTorch加载（AI Studio支持双框架）；控制长度：上下文窗口与生成长度不宜过长（建议≤2048+512），避免显存/内存溢出。若需长期使用，建议升级AI Studio付费版（A100 40GB显存），可直接

 zhangfeng1133
2026-01-26 18:39:08

 856

 13

#人工智能 #百度 #paddlepaddle
飞桨PaddlePaddle：入门指南

飞桨（PaddlePaddle）作为国产深度学习框架的代表，不仅技术成熟、生态完善，而且在中文社区支持、产业落地方面具有显著优势。无论你是AI初学者，还是希望将AI集成到实际业务中的开发者，飞桨都值得你深入了解和尝试。“始于易用，成于产业”——飞桨，让每个人都能拥抱AI。

向上的车轮
2026-01-26 17:06:09

 959

 23

#paddlepaddle #人工智能
基于Python3.7实现的双时相遥感影像变化检测（PaddlePaddle框架和AI Studio平台）

本文提出了一种改进的AC-BIT模型用于遥感影像变化检测。针对样本不平衡问题，采用重采样和加权损失函数优化处理；通过对比实验选择ResNet34作为骨干网络，并引入空洞空间卷积模块(ASPP)和双注意力机制(CBAM)增强多尺度特征提取能力。实验结果表明，该模型在Liver-CD数据集上性能优于其他对比模型。论文系统阐述了从数据预处理、模型优化到实验验证的全过程，为遥感影像变化检测提供了有效解决方

 biyezuopin
2024-01-15 10:31:49

 2999

 44

#人工智能 #paddlepaddle
AI音效新征程：HunyuanVideo-Foley视频配音实战指南

**摘要：**字节跳动推出的HunyuanVideo-Foley模型通过AI技术重构音效制作流程，将传统Foley制作从高成本专业团队协作（800-1500元/分钟）转变为智能化解决方案。该模型采用视觉-语义-声学三模态架构，实现视频内容到音效的精准匹配，支持12个行业场景定制化应用。核心创新包括事件理解技术（区分"玻璃破碎（意外/故意）"等细微差异）、物理模拟引擎及情感映射系

 zzywxc787
2026-01-21 18:34:28

 1113

 27

#人工智能 #音视频 #paddlepaddle +3
飞桨模型部署提速

模型部署提速已超越技术优化范畴，成为连接效率、可持续性与商业价值的枢纽。当行业从“速度数字”转向“能效价值”，部署提速便从工程问题升维为AI生态的底层逻辑。技术层面：从被动适配硬件到主动优化能效的智能部署产业层面：从单点技术突破到全价值链协同的绿色AI生态社会层面：从效率提升到碳减排的可持续发展在“双碳”目标与AI普惠化的双重驱动下，部署提速不仅是技术选择，更是产业责任。从业者需以能效为标尺重新定

 jie_kou
2026-01-20 15:47:55

 727

 15

#paddlepaddle #人工智能
全栈AI工具链实战指南：从智能编码到模型部署

本文系统介绍了现代AI开发工具链的三大核心模块：智能编码辅助、数据标注平台和模型训练框架。在智能编码方面，详细解析了GitHub Copilot的工作原理、代码示例和高级Prompt技巧；数据标注部分涵盖标注流程架构、开源工具实现和质量控制指标；模型训练章节则深入探讨分布式训练架构、完整平台实现和MLOps流水线。文章还提供了工具链集成方案、性能优化建议和未来趋势分析，为AI从业者呈现了一套完整的

 zzywxc787
2026-01-20 11:47:54

 671

 12

#人工智能 #paddlepaddle #深度学习 +2
PaddlePaddle-v3.3：国产深度学习框架的技术跃迁与行业落地实践

PaddlePaddle-v3.3在2025年实现国产深度学习框架的重大突破，通过动态图性能、分布式训练和多模态处理能力30%以上的提升，构建"技术-工具-场景"闭环。其创新架构包含自适应计算图引擎等四大模块，在工业质检、医疗影像和个性化教育领域形成完整解决方案：工业质检实现99.2%准确率和毫秒级检测；医疗影像系统达到专家水平，辅助诊断超10万例；教育AI使学习效率提升40%

zzywxc787
2026-01-19 18:41:44

 893

 17

#paddlepaddle #深度学习 #人工智能 +4
LangChain1.0实战指南：人机交互式大模型调用全攻略，收藏这一篇就够了！

人机交互（Human-in-the-loop, HITL）指智能体为了向人类索要执行权限或额外信息而主动中断，并在获得人类反馈后继续执行的过程。LangChain 的人机交互功能可以通过内置中间件 HumanInTheLoopMiddleware实现。触发人机交互后，HITL 会将当前状态保存到 checkpointer 检查点中，并等待人类回复。获得回复后，再将状态从检查点中恢复出来，继续执行任

 Android女王
2025-12-27 16:02:21

 1149

 30

#人机交互 #paddlepaddle #人工智能 +2
荣获“兴智杯”一等奖！文心大模型+飞桨助力千行百业！

2025年12月14-15日，第二届“兴智杯”全国人工智能创新应用大赛总决赛暨人工智能赋能应用与创新生态活动在深圳前海宝安片区举行，本次活动由中国信息通信研究院、深圳市人工智能产业办公室、深圳市前海深港现代服务业合作区管理局、深圳市宝安区人民政府共同主办。经过14日专题赛决赛及总决赛的激烈比拼，15日上午举行的大赛颁奖典礼暨人工智能赋能应用与创新生态论坛将本次活动推向最高潮。

Android女王
2025-12-26 16:49:44

 956

 21

#paddlepaddle #人工智能 #自然语言处理 +2
yolov8通过百度飞桨AIstudio搭建训练平台

百度飞桨AIstudio平台搭建的环境如下：但是需要参照教程自己重新搭建，因为它的环境公开的只能1GB文件，但超过了1GB，只能筛选，所以不全。具体操作步骤，包括免费使用百度飞桨AIstudio平台的教程也是参考如下博客。

yunhuibin
2025-12-08 00:10:45

 1110

 18

#百度 #paddlepaddle
飞桨AI Studio使用d2l进行VOC2012图像分割实验完全指南

本文介绍了在飞桨AI Studio平台上使用PaddlePaddle 2.5.2框架和d2l库进行VOC2012图像分割实验的完整流程。主要内容包括：1) 飞桨AI Studio环境配置与d2l库安装；2) VOC2012数据集的获取与预处理方法；3) 全卷积网络(FCN)模型的构建；4) 图像分割评估指标的计算。实验使用VOC2012数据集，包含21个类别，通过FCN模型实现像素级分类。文中详细

 m0_54846764
2025-11-18 09:12:51

 1632

 33

#人工智能 #paddlepaddle
PaddlePaddle 详细学习笔记：第三章：完整训练与评估循环 (核心实战)

万事俱备，只欠东风。这“东风”就是一个规范、健壮的训练循环（Training Loop）。本章的目标，是让你能够独立编写出一个工业级的训练脚本，能处理从模型训练、性能验证到断点续训的全过程。我们将以第二章构建的 LeNet 模型和飞桨内置的 MNIST 数据集为例，贯穿本章所有实战环节。训练循环的本质，就是让模型不断地“看”数据，并通过“犯错-反思-修正”的过程，逐步优化自身的参数。这个过程被组织

 快撑死的鱼
2025-11-01 21:43:16

 839

 16

#paddlepaddle #学习
百度飞桨深度赋能：AI飞跃背后的产业加速器

百度飞桨深度学习平台在推动AI进步、助力产业提效降本方面发挥着重要作用。通过深入分析其技术原理、应用场景以及未来发展趋势，我们可以看到深度学习在人工智能领域的巨大潜力。相信在不久的将来，深度学习将为我国乃至全球的产业带来更多创新和变革。# 百度飞桨深度赋能：AI飞跃背后的产业加速器百度飞桨深度学习平台在推动AI进步、助力产业提效降本方面发挥着重要作用。通过深入分析其技术原理、应用场景以及未来发展趋

 wwlsm_zql
2025-10-30 07:49:55

 859

 18

#人工智能 #百度 #paddlepaddle
百度飞桨引领AI转型风潮：适配60+芯片，打造110万模型生态

百度飞桨作为国内领先的深度学习平台，在推动AI技术发展方面发挥着重要作用。通过适配60+芯片，打造110万模型生态，飞桨为开发者提供了丰富的资源，助力AI产业实现数智化转型。未来，随着AI技术的不断发展，飞桨将继续引领AI转型风潮，为我国AI产业发展贡献力量。# 百度飞桨引领AI转型风潮：适配60+芯片，打造110万模型生态百度飞桨作为国内领先的深度学习平台，在推动AI技术发展方面发挥着重要作用。

wwlsm_zql
2025-10-30 07:49:16

 668

 19

#人工智能 #百度 #paddlepaddle
百度文心大模型再攀高峰：飞桨赋能AI，深度学习实力见证

百度文心大模型凭借其卓越的性能和强大的学习能力，在深度学习领域取得了多项国内第一的成绩。飞桨平台为文心大模型提供了强大的技术支持，使其在各个应用场景中发挥重要作用。未来，文心大模型将继续引领AI技术的发展，为我国人工智能产业贡献力量。# 百度文心大模型再攀高峰：飞桨赋能AI，深度学习实力见证百度文心大模型凭借其卓越的性能和强大的学习能力，在深度学习领域取得了多项国内第一的成绩。飞桨平台为文心大模型

 wwlsm_zql
2025-10-30 07:48:36

 870

 17

#人工智能 #百度 #paddlepaddle
基于PaddlePaddle的BiLSTM电影影片文本情感分析

这段代码可以运行，能够训练模型，但是因为我训练的时间比较长中途中断训练了只训练好并保存了transformer模型，实际BiLSTM模型也可以进行训练。数据集地址：http://ai.stanford.edu/~amaas/data/sentiment/但是只训练这个模型无关紧要。数据集中，共有5w条文本，test集和train集各半，每个集合中，pos和neg也是各半。下面是重新进行的一个项目，

logic-crafter
2025-09-18 09:41:17

 400

 5

#paddlepaddle
基于PaddleClas2.2的奥特曼识别，从数据训练到利用PaddleLite2.9框架将模型部署到树莓派4b 64位（调用python api进行图片&视频流识别）

网上PaddleClass2.2文章很少，都是2.1，但是2.2和2.1的配置还是有些区别的，而且看了网上很多关于paddle lite树莓派相关教程都是修改cc文件，然后./run.sh。但是没有直接调用python api的教程，更有利用python，使用os.system('./run.sh')进行调用，实在难受。因此有了这篇文章记录一下。首先是利用百度的aistudio白嫖算力进行数据训练

 勤慎诚恕
2021-08-14 11:12:56

 4519

 5

#paddlepaddle #python #opencv +2
AI 辅助编程专栏：开启智能编码新征程，每日学一点

检索结果需经过多维度验证与去重处理。横向对比不同来源的信息一致性，提取重复出现的核心观点作为高可信度内容；纵向挖掘数据的深度细节，例如时间线、案例或参数说明。对矛盾信息标注可能原因（如版本差异、地域区别），并通过附加条件（如“2023年数据”“适用于Windows 11”）明确适用范围。

asdad454
2025-08-29 16:01:01

 570

 16

#人工智能 #数据挖掘 #cnn +4
深度学习部署实战 Ubuntu24.04单机多卡部署ERNIE-4.5-VL-28B-A3B-Paddle文心多模态大模型(详细教程)

可参考：https://www.paddlepaddle.org.cn/en/install/quick?安装方式，可参考：https://paddlepaddle.github.io/FastDeploy/zh/get_started/installation/nvidia_gpu/进一步交流学习，共同进步，可在下方回复联系！目前显卡为3090，选择算力为。

畅想未来2020
2025-08-24 23:55:06

 1599

 40

#语言模型 #paddlepaddle #python
ppocrv5自己数据集训练识别踩坑指南

使用版本介绍：显卡：A5000CUDA：11.8检测配置：config/PP-OCRv5/PP-OCRv5_mobile_det.yml识别配置： config/PP-OCRv5/PP-OCRv5_mobile_rec.yml检测训练模型：PP-OCRv5_mobile_det_pretrained.pdparams识别训练模型：PP-OCRv5_mobile_det_pretrained.pdp

wsfeimo
2025-08-13 11:42:25

 1824

 6

#人工智能 #paddlepaddle
百度飞桨架构师分享：大模型在智能教育中的落地架构与实践

智能教育的核心矛盾是规模化教育与个性化需求的冲突，而大模型的出现为解决这一矛盾提供了技术突破口。本文结合百度飞桨（PaddlePaddle）的实践经验，从第一性原理出发拆解智能教育的问题空间，系统讲解大模型落地的架构设计实现机制与运营策略。智能教育的本质与大模型的价值边界；飞桨针对教育场景优化的大模型技术栈；从“意图理解”到“推理反馈”的端到端能力链路；真实校园场景中的落地案例与性能优化；大模型在

 杭州大厂Java程序媛
2025-08-07 19:38:40

 783

 20

#百度 #paddlepaddle #架构
MiXFormer--PyTorch复现

文章：MixFormer: Mixing Features across Windows and Dimensions (CVPR 2022 Oral)原文章的代码实现是在paddlepaddle平台上；我在 @太阳花的小绿豆的SwinTransformer的基础上更改了一些代码实现的。关键代码如下：model.pyimport torchimport torch.nn as nnimport

雪月圣雕
2022-05-31 15:33:31

 2302

 6

#神经网络 #pytorch #transformer +1
【二次元狂喜】U-GAT-IT：具有AdaLIN的无监督风格转换GAN【论文复现】【飞桨】

文章标题解释本文描述的是一个用于图像-图像转换的生成对抗网络(GAN)，并且其应用了可改善转换效果的AdaLin函数（自适应正则化函数）。AdaLin的细节在文章中陈述。图像风格转换图像与图像的相互转换，实际上是对不同“域”图像的转换，转换模型认为两个图像域之间存在一定的映射关系，并通过数据学习这一关系。被转换的图像属于源域(source domain，通常用小写字母s表示，在论文的公式中一般出现

 qq_42107105
2020-08-06 19:08:06

 1601

 2

#计算机视觉 #paddlepaddle
鲁大师 AIMARK 性能评测与 OpenVINO - 酷睿11代 i7 AI 性能

我们常常用鲁大师来测试电脑的CPU、GPU、内存、硬盘的性能，排排名次，看看自己的电脑性能怎么样。这两天安装了鲁大师 6.1 版，发现多了一项测试，AIMARK 性能评测，分别对 CPU 和 GPU 做了评测，可以根据评分，来比较电脑的 AI 性能。用于 AIMARK 测试的四个 AI 模型：具体的评分标准我们不必知道，分数可以作为一个参考，来评价自己的电脑做 AI 性能如何。...

小手智联老徐
2022-04-09 22:10:55

 9262

#openvino #paddlepaddle #深度学习
paddlepaddle安装教程

从安装到验证全都有

 孑罂
2024-08-21 22:08:36

 1577

 5

#人工智能 #深度学习 #机器学习 +2
window下安装paddlex2.0——python各版本依赖问题

windows、paddlepaddle、paddlex、pyhton

Mr_zhuocheng
2022-05-16 21:28:49

 2839

 2

#python #paddlepaddle #深度学习
Ubuntu18.04.6本地部署PaddleSpeech实验代码（CPU版）

这是我最早使用的部署系统，使用了Docker和直接安装两种方式，也失败了，但是后来在ubuntu解决问题的过程中，也发现Centos出现的问题也是可以解决的，所以等有空了，我会在尝试一次在Centos中部署下，并制作成Docker。这个文件里有很多这样的地方，原文是 python3 /home/aistudio/xxxxxxxx，但是我们python3可是系统自己带的python3.6啊，而且没安

 My的梦想已实现
2023-07-12 13:26:58

 2462

#ubuntu #运维 #paddlepaddle +2
paddlepaddle GPU版本安装 PreconditionNotMetError: The third-party dynamic library (cublas64_120.dll；cubl

安装paddle GPU版本时，paddle只支持到cuda 12，但是显卡驱动是cuda 12.2版本。出现了报错，处理方案一个是降级驱动版本至12.0，另外一个则是根据报错补充对应.dll文件。

m0_54288526
2023-12-13 09:23:54

 2159

 16

#paddlepaddle #人工智能
PaddleOCRv4训练自己的模型（5）-------自带的标注软件的坑

解决方法：标注完多边形之后，点击界面右上角的重新识别，然后重启软件。再打开就会发现标注变多了，然后将自己开始标注的删掉，只留下重新识别后生成的标注。比如下面这张图，多边形标注完之后，再导出识别结果，在crop_img文件夹里面却没有。可以发现重新生成的标注都是矩形或斜矩形，这时候再导出识别结果就会在crop_img里面存图了。1.默认读图方式是cv2.imread()，不支持中文路径，所以标注的文

 小女孩真可爱
2024-05-11 08:35:40

 682

 3

#paddlepaddle
学习飞桨BML实战全流程

代码+图片：学习飞桨BML实战全流程。

limengshi138392
2022-07-21 16:01:02

 4352

 3

#paddlepaddle #python #人工智能
paddlepaddle显存未正常释放

GPU未正常释放的处理命令

 kipp_
2024-10-15 11:15:25

 1212

 1

#人工智能 #python #ubuntu +2
Paddle-Lite——在树莓派4B端（Raspi OS）基于python API部署Paddle模型

文章目录Paddle Lite环境准备硬件准备基本软件环境准备摄像头准备编译库准备下载Paddle-Lite编译编译的可选项安装编译生成的python paddle-lite包运行基于python API的demo程序准备模型文件运行模型Paddle Lite环境准备硬件准备树莓派4Busb摄像头装好Buster的镜像源的SD卡基本软件环境准备摄像头准备参考文章：树莓派摄像头的安装、配置与验证编译

 Irving.Gao
2020-12-31 17:38:35

 4293

 7

#python #paddlepaddle
Jetson Nano （八） PaddlePaddle 环境配置 PaddleHub—OCR测试

Jetson NanoPaddlePaddle 环境配置文章目录1.软硬件版本2.安装NCLL23.安装Paddlepaddle-gpu参考1.软硬件版本Jetson Nano 4GJP 4.4.1CUDA 10.2CUDNN 8.0TensorRT 7.1.3.02.安装NCLL2git clone https://github.com/NVIDIA/nccl.gitcd ncclmake -j

炼丹去了
2021-03-08 17:28:54

 4652

 1

#linux #深度学习 #paddlepaddle
Paddle-Lite——编译报错解决：sh：1：patchelf：not found

报错解决方法sudo apt-get install patchelf编译及部署可参考我的其他博客：Paddle-Lite——在树莓派4B端（Raspi OS）基于python API部署Paddle模型Paddle-Lite——在树莓派4B端（Ubuntu18.04）源码编译并基于python API部署Paddle模型...

Irving.Gao
2021-03-09 00:15:46

 3432

 4

#深度学习 #paddlepaddle

加载更多

回到
顶部

提供社区服务与技术支持

提供社区服务与技术支持

©1999-2023北京创新乐知网络技术有限公司京ICP备19004658号