Skip to content

Latest commit

 

History

History
97 lines (55 loc) · 5.16 KB

README_cn.md

File metadata and controls

97 lines (55 loc) · 5.16 KB

PaddlePaddle

English | 简体中文

Build Status Documentation Status Documentation Status Release License

欢迎来到 PaddlePaddle GitHub

飞桨(PaddlePaddle)是目前国内唯一自主研发、开源开放、功能完备的产业级深度学习平台,集深度学习核心框架、基础模型库、端到端开发套件、工具组件和服务平台于一体。飞桨源于产业实践,致力于与产业深入融合,提供了领先的深度学习&机器学习任务开发、训练、部署能力,加速企业从算法研发到产业落地的过程。目前飞桨已广泛应用于工业、农业、服务业等,服务150多万开发者,与合作伙伴一起帮助越来越多的行业完成AI赋能。

安装

PaddlePaddle最新版本: v1.7

跟进PaddlePaddle最新特性请参考我们的版本说明

安装最新稳定版本:

# Linux CPU
pip install paddlepaddle
# Linux GPU cuda10cudnn7
pip install paddlepaddle-gpu
# Linux GPU cuda9cudnn7
pip install paddlepaddle-gpu==1.7.1.post97

更多安装信息详见官网 安装说明

PaddlePaddle用户可领取免费Tesla V100在线算力资源,训练模型更高效。每日登陆即送12小时连续五天运行再加送48小时前往使用免费算力

四大领先技术

  • 开发便捷的产业级深度学习框架

    飞桨深度学习框架采用基于编程逻辑的组网范式,对于普通开发者而言更容易上手,符合他们的开发习惯。同时支持声明式和命令式编程,兼具开发的灵活性和高性能。网络结构自动设计,模型效果超越人类专家。

  • 支持超大规模深度学习模型的训练

    飞桨突破了超大规模深度学习模型训练技术,实现了支持千亿特征、万亿参数、数百节点的开源大规模训练平台,攻克了超大规模深度学习模型的在线学习难题,实现了万亿规模参数模型的实时更新。 查看详情

  • 多端多平台部署的高性能推理引擎

    飞桨不仅兼容其他开源框架训练的模型,还可以轻松地部署到不同架构的平台设备上。同时,飞桨的推理速度也是全面领先的。尤其经过了跟华为麒麟NPU的软硬一体优化,使得飞桨在NPU上的推理速度进一步突破。 查看详情

  • 面向产业应用,开源开放覆盖多领域的工业级模型库。

    飞桨官方支持100多个经过产业实践长期打磨的主流模型,其中包括在国际竞赛中夺得冠军的模型;同时开源开放200多个预训练模型,助力快速的产业应用。 查看详情

文档

我们提供 英文中文 文档

  • 深度学习基础教程

    或许您想从深度学习基础开始学习飞桨

  • 使用指南

    或许您已经掌握了新手入门阶段的内容,期望可以针对实际问题建模、搭建自己网络

  • 进阶使用

    或许您已比较熟练使用PaddlePaddle来完成常规任务,期望获得更高效的模型或者定义自己的Operator

  • API Reference

    新的API支持代码更少更简洁的程序

  • 贡献方式

    欢迎您的贡献!

交流与反馈

  • 欢迎您通过Github Issues来提交问题、报告与建议
  • QQ群: 796771754 (PaddlePaddle)
  • 论坛: 欢迎大家在PaddlePaddle论坛分享在使用PaddlePaddle中遇到的问题和经验, 营造良好的论坛氛围

版权和许可证

PaddlePaddle由Apache-2.0 license提供