Bahasa Inggris | 简体中文 | 日本語
Selamat datang di GitHub PaddlePaddle.
PaddlePaddle, sebagai platform pembelajaran mendalam R&D independen pertama di Tiongkok, telah resmi menjadi sumber terbuka bagi komunitas profesional sejak tahun 2016. Ini adalah platform industri dengan teknologi canggih dan kaya fitur yang mencakup kerangka kerja pembelajaran mendalam inti, perpustakaan model dasar, end-to -kit pengembangan akhir, alat & komponen serta platform layanan. PaddlePaddle berawal dari praktik industri dengan dedikasi dan komitmen terhadap industrialisasi. Ini telah diadopsi secara luas oleh berbagai sektor termasuk manufaktur, pertanian, layanan perusahaan, dan sebagainya sambil melayani lebih dari 10,7 juta pengembang, 235,000 perusahaan, dan menghasilkan 860,000 model. Dengan keunggulan tersebut, PaddlePaddle telah membantu semakin banyak mitra yang mengkomersialkan AI.
Visi kami adalah memungkinkan pembelajaran mendalam bagi semua orang melalui PaddlePaddle. Silakan lihat pengumuman rilis kami untuk melacak fitur-fitur terbaru PaddlePaddle.
# CPU
pip install paddlepaddle
# GPU
pip install paddlepaddle-gpu
Untuk informasi lebih lanjut tentang instalasi, silakan lihat Quick Install
Sekarang pengembang kami dapat memperoleh sumber daya komputasi online Tesla V100 secara gratis. Jika Anda membuat program dengan AI Studio, Anda akan memperoleh 8 jam untuk melatih model secara online per hari. Klik di sini untuk memulai.
Kerangka Agile untuk Pengembangan Industri Jaringan Neural Dalam
Kerangka kerja pembelajaran mendalam PaddlePaddle memfasilitasi pengembangan sekaligus menurunkan beban teknis, melalui pemanfaatan skema yang dapat diprogram untuk merancang jaringan saraf. Ini mendukung pemrograman deklaratif dan pemrograman imperatif dengan fleksibilitas pengembangan dan kinerja runtime yang tinggi tetap terjaga. Arsitektur saraf dapat dirancang secara otomatis oleh algoritme dengan kinerja lebih baik daripada yang dirancang oleh pakar manusia.
Mendukung Pelatihan Jaringan Syaraf Dalam Skala Sangat Besar
PaddlePaddle telah membuat terobosan dalam pelatihan jaringan saraf dalam berskala sangat besar. Perusahaan ini meluncurkan platform pelatihan sumber terbuka berskala besar pertama di dunia yang mendukung pelatihan jaringan dalam dengan 100 miliar fitur dan triliunan parameter menggunakan sumber data yang didistribusikan ke ratusan node. PaddlePaddle mengatasi tantangan pembelajaran mendalam online untuk model pembelajaran mendalam berskala sangat besar, dan selanjutnya mencapai pembaruan model waktu nyata dengan lebih dari 1 triliun parameter. Klik di sini untuk mempelajari lebih lanjut
Mesin Inferensi Berkinerja Tinggi untuk Lingkungan Penerapan Komprehensif
PaddlePaddle tidak hanya kompatibel dengan model yang dilatih dalam kerangka kerja sumber terbuka pihak ketiga, tetapi juga menawarkan produk inferensi lengkap untuk berbagai skenario produksi. Lini produk inferensi kami mencakup Paddle Inference: Pustaka inferensi asli untuk server berkinerja tinggi dan inferensi cloud; FastDeploy: Toolkit penerapan model AI yang mudah digunakan dan Berperforma Tinggi untuk Cloud, Mobile, dan Edge tanpa pengalaman bawaan dan terpadu; Paddle Lite: Mesin inferensi ultra-ringan untuk lingkungan seluler dan IoT; Paddle.js: Mesin inferensi frontend untuk browser dan aplikasi mini. Selain itu, dengan sejumlah besar optimasi dengan perangkat keras terkemuka di setiap skenario, mesin inferensi Paddle mengungguli sebagian besar kerangka kerja utama lainnya.
Model dan Perpustakaan Berorientasi Industri dengan Repositori Sumber Terbuka
PaddlePaddle mencakup dan memelihara lebih dari 100 model arus utama yang telah dipraktikkan dan dipoles sejak lama di industri. Beberapa model ini telah memenangkan hadiah utama dari kompetisi internasional utama. Sementara itu, PaddlePaddle memiliki lebih dari 200 model pra-pelatihan (beberapa di antaranya dengan kode sumber) untuk memfasilitasi perkembangan pesat aplikasi industri. Klik di sini untuk mempelajari lebih lanjut
Kami menyediakan dokumentasi bahasa Inggris dan Cina.
Panduan
Anda mungkin ingin memulai dari cara menerapkan dasar-dasar pembelajaran mendalam dengan PaddlePaddle.
Praktik
Sejauh ini Anda sudah familiar dengan Fluid. Dan langkah selanjutnya adalah membangun model yang lebih efisien atau menciptakan Operator asli Anda.
Referensi API
API baru kami memungkinkan program yang jauh lebih pendek.
Bagaimana Berkontribusi
Kami menghargai kontribusi Anda!
Masalah Github: laporan bug, permintaan fitur, masalah instalasi, masalah penggunaan, dll.
Aktivitas Kontribusi Sumber Terbuka:
Organisasi Komunitas:
Blog Komunitas: https://pfcc.blog/
PaddlePaddle disediakan di bawah lisensi Apache-2.0.