Paddle

---

英语 | 简体中文 | 日本语

欢迎来到 PaddlePaddle GitHub。

PaddlePaddle作为国内首个自主研发的深度学习平台，自2016年起正式向专业社区开源，是一个技术先进、功能丰富、涵盖核心深度学习框架、基础模型库、端到端的产业平台。 -终端开发套件、工具和组件以及服务平台。 PaddlePaddle源于工业实践，执着于工业化。已广泛应用于制造业、农业、企业服务等多个行业，服务超过1070万开发者、23.5万家企业，生成86万个模型。凭借这些优势，PaddlePaddle已经帮助越来越多的合作伙伴将人工智能商业化。

安装

最新 PaddlePaddle 版本：v2.6

我们的愿景是通过 PaddlePaddle 为每个人提供深度学习。请参阅我们的发布公告来跟踪PaddlePaddle的最新功能。

安装最新的稳定版本

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

有关安装的更多信息，请查看快速安装

现在我们的开发者可以免费获取Tesla V100在线计算资源。如果您使用AI Studio创建程序，每天将获得8小时在线训练模型的时间。单击此处开始。

四大领先技术

• 深度神经网络产业化敏捷开发框架

  PaddlePaddle 深度学习框架通过利用可编程方案来构建神经网络，在促进开发的同时降低技术负担。它支持声明式编程和命令式编程，同时保留了开发灵活性和高运行时性能。神经架构可以通过算法自动设计，其性能比人类专家设计的算法更好。

• 支持深度神经网络超大规模训练

  PaddlePaddle在超大规模深度神经网络训练方面取得了突破。它推出了全球首个大规模开源训练平台，支持使用分布在数百个节点的数据源训练具有千亿个特征和万亿个参数的深度网络。 PaddlePaddle克服了超大规模深度学习模型的在线深度学习挑战，进一步实现了超过1万亿参数的实时模型更新。点击此处了解更多信息

• 适用于综合部署环境的高性能推理引擎

  PaddlePaddle不仅兼容第三方开源框架训练的模型，还为各种生产场景提供完整的推理产品。我们的推理产品线包括 Paddle Inference：用于高性能服务器和云推理的本机推理库； FastDeploy：易于使用、高性能的AI模型部署工具包，适用于云、移动和边缘，开箱即用，统一体验； Paddle Lite：适用于移动和物联网环境的超轻量级推理引擎； Paddle.js：用于浏览器和迷你应用程序的前端推理引擎。此外，通过在各个场景下对领先硬件的大量优化，Paddle推理引擎的性能优于大多数其他主流框架。

• 面向行业的模型和具有开源存储库的库

  PaddlePaddle包含并维护了100多个经过行业长期实践和打磨的主流模型。其中一些模型在重要的国际比赛中获得了重要奖项。同时，PaddlePaddle还拥有200多个预训练模型（部分带有源代码），方便行业应用的快速开发。点击此处了解更多信息

文档

我们提供英文和中文文档。

• 指南

  您可能想从如何使用 PaddlePaddle 实施深度学习基础知识开始。

• 实践

  到目前为止您已经熟悉了 Fluid。下一步应该是构建更高效的模型或发明原始的 Operator。

• API参考

  我们的新 API 支持更短的程序。

• 如何贡献

  我们感谢您的贡献！

开源社区

• Github 问题：错误报告、功能请求、安装问题、使用问题等。

• 开源贡献活动：

  • 初级：快乐开源活动（常规赛、黑客马拉松预训练营）
  • 进阶：PaddlePaddle Hackathon（个人挑战赛、LLM申请赛、Hackathon代码营）

• 社区组织：

  • 技术组织：Paddle Framework 贡献者俱乐部、PFCC
  • 社区治理组织：PaddlePaddle开源开发工作组、PPOSDWG

• 社区博客：https://pfcc.blog/

课程

• 服务器部署：通过本地和远程服务介绍高性能服务器部署的课程。
• 边缘部署：介绍从移动、物联网到网络和小程序的边缘部署的课程。

版权和许可

PaddlePaddle 在 Apache-2.0 许可证下提供。