Paddle

---

Englisch | 简体中文 | 日本語

Willkommen beim PaddlePaddle GitHub.

PaddlePaddle ist als erste unabhängige F&E-Deep-Learning-Plattform in China seit 2016 offiziell als Open-Source-Lösung für Fachkreise verfügbar. Es handelt sich um eine Industrieplattform mit fortschrittlichen Technologien und umfangreichen Funktionen, die Kern-Deep-Learning-Frameworks, grundlegende Modellbibliotheken und End-to-End-to-Deep-Learning-Frameworks abdeckt -End-Entwicklungskits, Tools & Komponenten sowie Serviceplattformen. PaddlePaddle ist aus industriellen Praktiken mit Hingabe und Engagement für die Industrialisierung entstanden. Es wurde in einer Vielzahl von Sektoren, darunter Fertigung, Landwirtschaft, Unternehmensdienstleistungen usw., weit verbreitet und bedient mehr als 10,7 Millionen Entwickler, 235.000 Unternehmen und generiert 860.000 Modelle. Mit diesen Vorteilen hat PaddlePaddle immer mehr Partnern dabei geholfen, KI zu kommerzialisieren.

Installation

Neueste PaddlePaddle-Version: v2.6

Unsere Vision ist es, Deep Learning für alle über PaddlePaddle zu ermöglichen. Bitte beachten Sie unsere Veröffentlichungsankündigung, um die neuesten Funktionen von PaddlePaddle zu verfolgen.

Installieren Sie die neueste stabile Version

 # CPU
pip install paddlepaddle
# GPU
pip install paddlepaddle-gpu

Weitere Informationen zur Installation finden Sie unter Schnellinstallation

Jetzt können unsere Entwickler kostenlos Online-Rechnerressourcen für den Tesla V100 erwerben. Wenn Sie ein Programm mit AI Studio erstellen, erhalten Sie täglich 8 Stunden Zeit, um Modelle online zu trainieren. Klicken Sie hier, um zu beginnen.

VIER FÜHRENDE TECHNOLOGIEN

• Agiles Framework für die industrielle Entwicklung tiefer neuronaler Netze

  Das Deep-Learning-Framework PaddlePaddle erleichtert die Entwicklung und verringert gleichzeitig den technischen Aufwand, indem es ein programmierbares Schema zur Architektur der neuronalen Netze nutzt. Es unterstützt sowohl die deklarative als auch die imperative Programmierung, wobei sowohl Entwicklungsflexibilität als auch eine hohe Laufzeitleistung erhalten bleiben. Die neuronalen Architekturen könnten automatisch durch Algorithmen mit einer besseren Leistung entworfen werden als diejenigen, die von menschlichen Experten entworfen wurden.

• Unterstützen Sie das groß angelegte Training tiefer neuronaler Netze

  PaddlePaddle hat Durchbrüche beim Training von tiefen neuronalen Netzen in extrem großem Maßstab erzielt. Es brachte die weltweit erste groß angelegte Open-Source-Trainingsplattform auf den Markt, die das Training tiefer Netzwerke mit 100 Milliarden Funktionen und Billionen Parametern unter Verwendung von über Hunderte von Knoten verteilten Datenquellen unterstützt. PaddlePaddle überwindet die Online-Deep-Learning-Herausforderungen für extrem große Deep-Learning-Modelle und erreicht darüber hinaus eine Modellaktualisierung in Echtzeit mit mehr als einer Billion Parametern. Klicken Sie hier, um mehr zu erfahren

• Leistungsstarke Inferenz-Engines für umfassende Bereitstellungsumgebungen

  PaddlePaddle ist nicht nur mit Modellen kompatibel, die in Open-Source-Frameworks von Drittanbietern trainiert wurden, sondern bietet auch vollständige Inferenzprodukte für verschiedene Produktionsszenarien. Zu unserer Inferenzproduktlinie gehören Paddle Inference: Native Inferenzbibliothek für leistungsstarke Server- und Cloud-Inferenz; FastDeploy: Einfach zu verwendendes und leistungsstarkes KI-Modellbereitstellungs-Toolkit für Cloud, Mobile und Edge ohne sofort einsatzbereite und einheitliche Erfahrung; Paddle Lite: Ultraleichte Inferenz-Engine für mobile und IoT-Umgebungen; Paddle.js: Eine Frontend-Inferenz-Engine für Browser und Mini-Apps. Darüber hinaus übertreffen die Paddle-Inferenz-Engines durch große Optimierungen mit führender Hardware in jedem Szenario die meisten anderen Mainstream-Frameworks.

• Branchenorientierte Modelle und Bibliotheken mit Open-Source-Repositories

  PaddlePaddle umfasst und pflegt mehr als 100 Mainstream-Modelle, die seit langem in der Branche praktiziert und verfeinert werden. Einige dieser Modelle haben bedeutende Preise bei wichtigen internationalen Wettbewerben gewonnen. Mittlerweile verfügt PaddlePaddle über weitere mehr als 200 Pre-Training-Modelle (einige davon mit Quellcode), um die schnelle Entwicklung industrieller Anwendungen zu ermöglichen. Klicken Sie hier, um mehr zu erfahren

Dokumentation

Wir stellen englische und chinesische Dokumentation zur Verfügung.

• Führer

  Vielleicht möchten Sie damit beginnen, wie Sie Deep-Learning-Grundlagen mit PaddlePaddle implementieren.

• Üben

  Bisher kannten Sie Fluid bereits. Und der nächste Schritt sollte darin bestehen, ein effizienteres Modell zu erstellen oder Ihren ursprünglichen Operator zu erfinden.

• API-Referenz

  Unsere neue API ermöglicht deutlich kürzere Programme.

• So können Sie einen Beitrag leisten

  Wir freuen uns über Ihre Beiträge!

Open-Source-Community

• Github-Probleme: Fehlerberichte, Funktionsanfragen, Installationsprobleme, Nutzungsprobleme usw.

• Open-Source-Beitragsaktivitäten:

  • Anfänger: Viel Spaß bei der Open-Source-Aktivität (reguläre Saison, Pre-Hackathon-Camp)
  • Fortgeschritten: PaddlePaddle Hackathon (Wettbewerb mit persönlicher Herausforderung, Wettbewerb für LLM-Anwendungen, Hackathon Code Camp)

• Gemeinschaftsorganisationen:

  • Technische Organisation: Paddle Framework Contributor Club, PFCC
  • Community-Governance-Organisation: PaddlePaddle OpenSource Development Working Group, PPOSDWG

• Community-Blog: https://pfcc.blog/

Kurse

• Serverbereitstellungen: Kurse zur Einführung in Hochleistungsserverbereitstellungen über lokale und Remote-Dienste.
• Edge-Bereitstellungen: Kurse zur Einführung in Edge-Bereitstellungen von Mobilgeräten, IoT bis hin zu Web und Applets.

Urheberrecht und Lizenz

PaddlePaddle wird unter der Apache-2.0-Lizenz bereitgestellt.