Paddle
PaddlePaddle 3.0.0-beta0 Release Note
英語 | 简体中文 | 日本語
PaddlePaddle GitHub へようこそ。
PaddlePaddle は、中国初の独立した R&D ディープ ラーニング プラットフォームとして、2016 年から専門家コミュニティに正式にオープンソース化されています。これは、コアとなるディープ ラーニング フレームワーク、基本的なモデル ライブラリ、エンドツーエンドをカバーする高度なテクノロジーと豊富な機能を備えた産業用プラットフォームです。 -エンド開発キット、ツール、コンポーネント、およびサービス プラットフォーム。 PaddlePaddle は、工業化への献身と取り組みを伴う産業慣行から生まれました。製造、農業、エンタープライズ サービスなどの幅広い分野で広く採用されており、1,070 万人以上の開発者、23 万 5,000 社以上の企業にサービスを提供し、86 万個のモデルを生成しています。このような利点により、PaddlePaddle は、ますます多くのパートナーによる AI の商業化を支援してきました。
私たちのビジョンは、PaddlePaddle を通じて誰もがディープラーニングを利用できるようにすることです。 PaddlePaddle の最新機能を追跡するには、リリース発表を参照してください。
# CPU
pip install paddlepaddle
# GPU
pip install paddlepaddle-gpuインストールの詳細については、「クイック インストール」を参照してください。
当社の開発者は、Tesla V100 オンライン コンピューティング リソースを無料で入手できるようになりました。 AI Studio でプログラムを作成した場合、モデルをオンラインでトレーニングするために 1 日あたり 8 時間を得ることができます。ここをクリックして始めてください。
ディープニューラルネットワークの産業開発のためのアジャイルフレームワーク
PaddlePaddle 深層学習フレームワークは、プログラム可能なスキームを活用してニューラル ネットワークを構築することで、技術的負担を軽減しながら開発を促進します。宣言型プログラミングと命令型プログラミングの両方をサポートし、開発の柔軟性と高い実行時のパフォーマンスの両方を維持します。ニューラル アーキテクチャは、人間の専門家が設計したものよりも優れたパフォーマンスを持つアルゴリズムによって自動的に設計される可能性があります。
ディープニューラルネットワークの超大規模トレーニングをサポート
PaddlePaddle は、超大規模ディープ ニューラル ネットワーク トレーニングにおいて画期的な進歩を遂げました。同社は、数百のノードに分散されたデータ ソースを使用して、1,000 億の機能と数兆のパラメーターを備えたディープ ネットワークのトレーニングをサポートする、世界初の大規模なオープンソース トレーニング プラットフォームを立ち上げました。 PaddlePaddle は、超大規模ディープラーニング モデルのオンライン ディープラーニングの課題を克服し、さらに 1 兆を超えるパラメーターでのリアルタイム モデル更新を実現しました。詳細についてはここをクリックしてください
包括的な導入環境向けの高性能推論エンジン
PaddlePaddle は、サードパーティのオープンソース フレームワークでトレーニングされたモデルと互換性があるだけでなく、さまざまな運用シナリオ向けの完全な推論製品も提供します。当社の推論製品ラインには、Paddle Inference が含まれます。高性能サーバーおよびクラウド推論用のネイティブ推論ライブラリです。 FastDeploy: すぐに使える統合エクスペリエンスを実現する、クラウド、モバイル、エッジ向けの使いやすく高性能な AI モデル展開ツールキット。 Paddle Lite: モバイルおよび IoT 環境向けの超軽量推論エンジン。 Paddle.js: ブラウザーおよびミニアプリ用のフロントエンド推論エンジン。さらに、各シナリオにおける最先端のハードウェアによる大幅な最適化により、パドル推論エンジンは他の主流フレームワークのほとんどを上回ります。
オープンソース リポジトリを備えた業界指向のモデルとライブラリ
PaddlePaddle には、業界で長年にわたって実践され、洗練されてきた 100 以上の主流モデルが含まれ、維持されています。これらのモデルの中には、主要な国際コンテストで主要な賞を受賞したものもあります。一方、PaddlePaddle には、産業用アプリケーションの迅速な開発を促進するために、さらに 200 を超える事前トレーニング モデル (一部はソース コード付き) が用意されています。詳細についてはここをクリックしてください
英語と中国語のドキュメントを提供します。
ガイド
PaddlePaddle を使用して深層学習の基本を実装する方法から始めるとよいでしょう。
練習する
ここまでで、Fluid についてはすでによく理解しました。そして次のステップは、より効率的なモデルを構築するか、オリジナルのオペレーターを発明することです。
APIリファレンス
私たちの新しい API により、はるかに短いプログラムが可能になります。
貢献方法
皆様のご貢献に感謝いたします。
Github の問題: バグレポート、機能リクエスト、インストールの問題、使用上の問題など。
オープンソースの貢献活動:
コミュニティ組織:
コミュニティブログ: https://pfcc.blog/
PaddlePaddle は、Apache-2.0 ライセンスに基づいて提供されます。
