- 综合排序
- 最热优先
- 最新优先
- 来自专栏PaddlePaddle
不容错过，飞桨产业级PaddleNLP全景图大揭秘！
导读：PaddleNLP是飞桨开源的产业级NLP工具与预训练模型集，提供了依托于百度实际产品打磨，通过百亿级大数据训练的预训练模型，能够极大地方便 NLP 研究者和工程师快速应用。 这两个系统是由飞桨和Pytorch实现的。两个系统的性能如下表所示。 ? 百度提出的D-NET框架主要包括以下优势： 在预训练阶段，采用了基于飞桨深度学习框架中的多种预训练模型，融合了多种预训练模型的优势，获得了比官方基线更好的效果。 在微调结束后，D-NET使用飞桨知识蒸馏框架提升单模型效果，以满足本次评测对模型效率的要求。 本模型预计于Paddle Fluid v1.6版本开源，敬请期待 3.2. 4.1.Transformer on PaddlePaddle 本项目是机器翻译领域主流模型Transformer 的飞桨实现， 包含模型训练，预测以及使用自定义数据等内容。
1.1K10发布于 2019-09-25 - 来自专栏NLP/KG
百度飞桨：ERNIE 3.0 、通用信息抽取 UIE、paddleNLP的安装使用
相关文章： 基础知识介绍： 【一】ERNIE：飞桨开源开发套件，入门学习，看看行业顶尖持续学习语义理解框架，如何取得世界多个实战的SOTA效果？ _汀、的博客-CSDN博客_ernie模型 百度飞桨：ERNIE 3.0 、通用信息抽取 UIE、paddleNLP的安装使用[一]_汀、的博客-CSDN博客_paddlenlp 安装 项目实战： PaddleHub --飞桨预训练模型应用工具{风格迁移模型、词法分析情感分析、Fine-tune API微调}【一】_汀、的博客-CSDN博客 PaddleHub--{超参优化AutoDL Finetuner}【二】_ https://github.com/PaddlePaddle/PaddleNLP 1.安装paddle 参考官网：开始使用_飞桨-源于产业实践的开源深度学习平台 首先在anaconda下创建虚拟环境 3.PaddleNLP Transformer预训练模型 PaddleNLP Transformer预训练模型 — PaddleNLP 文档 PaddleNLP的Transformer预训练模型包含从
3K10编辑于 2022-12-21 - 来自专栏PaddlePaddle
史上最全解读 | 飞桨模型库重大升级，主流算法模型全覆盖
今天给大家带来的是系列文章之飞桨的基础模型库解读。 飞桨模型库，包含智能视觉（PaddleCV），智能文本处理（PaddleNLP），智能语音（PaddleSpeech）和智能推荐（PaddleRec）四大领域，飞桨官方支持 100 多个经过产业实践长期打磨的主流模型 截至目前，飞桨已经可以支持人工智能领域应用主流算法模型的。开发者在工业应用项目落地中，可以利用飞桨模型库中快速实现。 ? 这个模型飞桨也毫无保留的开放给广大开发者。 智能文本处理PaddleNLP PaddleNLP 是基于飞桨深度学习框架开发的自然语言处理 (NLP) 工具，算法，模型和数据的开源项目。
99930发布于 2019-11-18 - 来自专栏机器之心
开箱即用的产业级NLP工具库，性能加速最高可达28倍！
传送门：https://github.com/PaddlePaddle/PaddleNLP PaddleNLP 整体开源能力速览 PaddleNLP 是飞桨生态的自然语言处理开发库，旨在提升文本领域的开发效率 PaddleNLP 功能全景图 PaddleNLP 项目自发布以来，就受到广大 NLPer 的关注。 ，并凭借飞桨核心框架的能力升级提供开箱即用、极致优化的高性能一键预测能力——Taskflow。 同时结合飞桨核心框架 2.1 版本全新的自定义 OP 的功能，提供了与飞桨框架无缝衔接的使用体验。 直播预告 除了重磅发版以外呢，我们还为大家精心准备了配套课程，在 10 月 13-15 日，连续三天 PaddleNLP 技术精讲课程，百度飞桨的明星讲师们历时一个月呕心沥血打磨的三日课，小伙伴们速度扫码报名
74630编辑于 2023-03-29 - 来自专栏PaddlePaddle
使用PaddleNLP打造精准文献检索系统，看万方系统升级放大招！
今天就来聊聊，我们如何使用百度飞桨PaddleNLP升级论文检索系统。 在这些业务上，我们经历了长期的探索，最终使用飞桨。 技术选型和项目实践 飞桨在产业实践方面提供了强悍的产品功能和技术支持，我们基于PaddleNLP中丰富前沿的预训练模型、使用Paddle Serving实现了服务端的快速部署，解决了实际业务落地中的痛点 我们通过PaddleNLP提供的高质量中文预训练Word Embedding构造训练数据标签，结合SimCSE以及飞桨深度优化过的文本匹配预训练模型Sentence-BERT，大幅提升了算法精度。 为了满足线上业务对于性能上的要求，我们通过飞桨原生推理库Paddle Inference 结合飞桨服务化部署框架Paddle Serving进行推理预测。
80810发布于 2021-09-27 - 来自专栏学弱猹的精品小屋
性能加速最高可达28倍！这个NLP工具包太NB了！
传送门： GitHub项目: https://github.com/PaddlePaddle/PaddleNLP 二、PaddleNLP整体开源 能力速览 PaddleNLP是飞桨生态的自然语言处理开发库 PaddleNLP功能全景图 PaddleNLP项目自发布以来，就受到广大NLPer的关注。 在2021年6月PaddleNLP官方直播打卡课中，有7000+ 用户参加PaddleNLP的项目学习和实践，加速了自身科研和业务实践进程，同时也带动PaddleNLP多次登上GitHub Trending 开箱即用的工业级NLP预置任务能力——Taskflow 依托于百度在多年语言与知识领域的业务积淀，PaddleNLP面向NLP八种任务场景，聚合了众多百度自研的算法以及社区开源模型，并凭借飞桨核心框架的能力升级提供开箱即用 同时结合飞桨核心框架2.1版本全新的自定义OP的功能，提供了与飞桨框架无缝衔接的使用体验。
81920发布于 2021-10-18 - 来自专栏PaddlePaddle
金融产业应用详解 | 表单自动识别、保险智能问答端到端方案
本次飞桨产业实践范例库开源表单自动识别、保险智能问答两个金融行业典型场景应用，提供了从数据准备、模型训练及优化的全流程可复用方案，降低产业落地门槛。 图3 表单识别解决方案流程图 模型优化策略和效果 本方案的OCR核心能力基于百度飞桨自研PP-OCRv2模型，包含文本检测和识别模型，分别进行优化。 范例使用工具介绍 PaddleOCR是百度飞桨OCR模型库，依托于飞桨核心框架，在模型算法、预训练模型库、工业级部署等层面均提供了丰富的解决方案，并且提供了数据合成、半自动数据标注工具，满足开发者的数据生产需求 本次飞桨产业实践范例，基于PaddleNLP实现智能问答方案，在没有标注数据的情况下，也可以得到一个效果不错的智能问答模型。 范例使用工具介绍 PaddleNLP是百度飞桨自然语言处理模型库，具备易用的文本领域API、丰富的预训练模型、多场景的应用示例、以及依托飞桨框架底层算子优化的高性能推理能力，旨在提升开发者在文本领域的开发效率
1.1K30编辑于 2022-09-01 - 来自专栏算法之名
飞桨paddle技术点整理
前面的步骤跟乌班图安装Pytorch、Tensorflow Cuda环境 是一样。
70230编辑于 2022-09-19 - 来自专栏PaddlePaddle
AI Studio精品项目合集 | NLP领域的Transformer实践
项目维护者：PaddleEdu 主要框架/模型库：飞桨核心框架PaddlePaddle，飞桨自然语言处理模型库PaddleNLP 项目链接： https://aistudio.baidu.com/aistudio 项目维护者：PaddleEdu 主要框架/模型库：飞桨核心框架PaddlePaddle，飞桨自然语言处理模型库PaddleNLP 项目链接： https://aistudio.baidu.com/aistudio 项目维护者：PaddleEdu 主要框架/模型库：飞桨核心框架PaddlePaddle，飞桨自然语言处理模型库PaddleNLP 项目链接： https://aistudio.baidu.com/aistudio 项目维护者：PaddleEdu 主要框架/模型库：飞桨核心框架PaddlePaddle，飞桨自然语言处理模型库PaddleNLP 项目链接： https://aistudio.baidu.com/aistudio
44720发布于 2021-09-27 - 来自专栏AI派
政务问答机器人，助推数字化服务升级
百度飞桨自然语言处理模型库PaddleNLP近期开源的FAQ问答系统，提出了针对无监督数据的端到端检索式问答系统方案，无需标注数据也能够轻松构建起检索系统，并且提供训练、预测、最近邻搜索一站式能力。 RocketQA效果领先 问答系统RocketQA+SimCSE+WR效果说明 性能强：与开源向量数据库Milvus打通，结合百度飞桨原生推理库Paddle Inference，实现高性能建库，并在千万级数据中做到毫秒级快速查询 PaddleNLP介绍 PaddleNLP是百度飞桨自然语言处理模型库，具备易用的文本领域API、丰富的预训练模型、多场景的应用示例、以及依托飞桨框架底层算子优化的高性能推理能力，旨在提升开发者在文本领域的开发效率 前往GitHub获取FAQ问答系统开源代码和模型： https://github.com/PaddlePaddle/PaddleNLP/tree/develop/applications/question_answering
1.6K20编辑于 2022-04-19 - 来自专栏PaddlePaddle
『跟着雨哥学AI』系列之八：趣味案例——有关NLP任务数据预处理的那些事儿
课程简介： “跟着雨哥学AI”是百度飞桨开源框架近期针对高层API推出的系列课。 本课程由多位资深飞桨工程师精心打造，不仅提供了从数据处理、到模型组网、模型训练、模型评估和推理部署全流程讲解；还提供了丰富的趣味案例，旨在帮助开发者更全面清晰地掌握百度飞桨框架的用法，并能够举一反三、灵活使用飞桨框架进行深度学习实践 回顾往期： 『跟着雨哥学AI』系列：详解飞桨框架数据管道 『跟着雨哥学AI』系列之二：详解飞桨框架模型组网 『跟着雨哥学AI』系列之三：详解飞桨框架模型训练 『跟着雨哥学AI』系列之四：详解飞桨框架高阶用法 、功能完备的产业级深度学习平台，包括飞桨开源平台和飞桨企业版。 飞桨企业版基于飞桨开源平台，针对企业级需求增强了相应特性，包含零门槛AI开发平台EasyDL和全功能AI开发平台BML。
83640发布于 2021-05-07 - 来自专栏Niuery的技术日记
百度飞桨 --- 试玩PaddleOCR
简介 介绍「PaddleOCR」之前，先来介绍一下百度的飞桨项目： 「百度飞桨（PaddlePaddle）」 是百度推出的开源深度学习平台。 作为国内领先的深度学习框架之一，飞桨提供了丰富的工具和资源，帮助开发者和研究者轻松地构建、训练和部署各种深度学习模型。
1.3K31编辑于 2023-10-22 - 来自专栏机器之心
百度发布飞桨螺旋桨PaddleHelix
机器之心发布 机器之心编辑部 百度正式发布基于飞桨的生物计算平台 - 螺旋桨 PaddleHelix，进军生物计算领域。 在本月 20 号召开的 WAVE SUMMIT+2020 深度学习开发者峰会上，百度正式发布了基于飞桨的生物计算平台 - 螺旋桨 PaddleHelix，进军生物计算领域。 螺旋桨 PaddleHelix 官网地址：https://www.paddlepaddle.org.cn/paddle/paddlehelix 螺旋桨 PaddleHelixGitHub 地址：https 螺旋桨 PaddleHelix 也提供了一些通过了验证的，可以有效应用于下游任务的模型，效果如表 2 所示。 我们也期待，螺旋桨 PaddleHelix 的发布能带来更多的跨界惊喜，在生物医药、精准医疗、疫苗设计等领域发挥出更大的价值。
44710编辑于 2023-03-29 本地化部署DeepSeek-R1蒸馏大模型：基于飞桨PaddleNLP 3.0的实战指南
一、飞桨框架3.0：大模型推理新范式的开启在AI大模型不断迈向更高参数规模和更强通用能力的当下，基础框架的演进已经成为大模型落地的关键支点。 在这样的架构革新下，飞桨框架3.0为大模型的快速部署、灵活适配和性能压榨提供了坚实支撑。 1.1 自动并行机制革新：解放多卡推理飞桨框架3.0引入的动静统一自动并行机制，彻底改变了传统手动编写分布式通信逻辑的繁琐方式。 2.1 机器环境说明宿主机系统：Ubuntu 20.04CUDA版本：12.4Docker版本：23+飞桨镜像：paddlepaddle/paddlenlp:llm-serving-cuda124-cudnn9 在“大模型国产化”的背景下，飞桨框架3.0 不仅是一套技术工具，更是一条从科研走向产业、从训练走向落地的智能之路。
52010编辑于 2025-04-03本地化部署DeepSeek-R1蒸馏大模型：基于飞桨PaddleNLP 3.0的实战指南
在这样的架构革新下，飞桨框架3.0为大模型的快速部署、灵活适配和性能压榨提供了坚实支撑。 1.1 自动并行机制革新：解放多卡推理 飞桨框架3.0引入的动静统一自动并行机制，彻底改变了传统手动编写分布式通信逻辑的繁琐方式。 1.2 推理-训练统一设计：一套代码全流程复用 飞桨框架3.0秉承“训推一体”理念，解决了以往模型在训练与部署之间需要重复构建的难题。 2.1 机器环境说明 宿主机系统：Ubuntu 20.04 CUDA版本：12.4 Docker版本：23+ 飞桨镜像：paddlepaddle/paddlenlp:llm-serving-cuda124 在“大模型国产化”的背景下，飞桨3.0 不仅是一套技术工具，更是一条从科研走向产业、从训练走向落地的智能之路。
42000编辑于 2025-04-07- 来自专栏PaddlePaddle
NLP产业应用实战，评论观点抽取与分析和文本语义检索深度详解
本次飞桨产业实践范例库开源评论观点抽取与分析、文本语义检索两个NLP技术典型场景应用，提供了从数据准备、模型训练优化，到模型部署的全流程可复用方案，降低产业落地门槛。 为了提升模型预测效果，本项目采用了PaddleNLP 联合 PaddleSlim 发布的模型蒸馏、剪裁、量化等级联模型压缩方案。 方案设计 针对上述难点，本项目最终选用了PaddleNLP的Neural Search中的技术方案，并且使用飞桨服务化部署框架Paddle Serving 进行服务化部署。 范例使用工具介绍 PaddleNLP是百度飞桨自然语言处理模型库，具备易用的文本领域API、丰富的预训练模型、多场景的应用示例、以及依托飞桨框架底层算子优化的高性能推理能力，旨在提升开发者在文本领域的开发效率 PaddleNLP提供了语义检索、情感分析、FAQ问答等产业级系统方案，采用前沿技术方案，打通数据标注、模型预训练及微调、部署全流程，十分简单易用，极大地降低开发门槛。
95730编辑于 2022-04-20 - 来自专栏PaddlePaddle
如何基于OpenVINO加速飞桨模型推理？
在飞桨团队和OpenVINO团队的合作推进下，目前OpenVINO已支持直接导入飞桨模型格式进行模型优化转换和部署；而为了给开发者带去更好的体验，我们也正在开展将OpenVINO作为后端引擎向飞桨原生推理框架 基于飞桨及OpenVINO进行项目开发的典型工作流程为： （1）模型训练部分： （2）模型转换及应用部分 搭建飞桨开发环境及模型训练 为了兼顾效率和精度，在实际案例中采用了PaddleDetection 1.配置飞桨框架 安装CPU或GPU版本的飞桨，本文所安装的版本为paddlepaddle-gpu==2.1.3.post112，python版本为3.6.2。 下面介绍如何将飞桨的.pdmodel模型转换至OpenVINO的IR格式。 IR格式的模型，包含XML和BIN两个文件。 ，可通过mo.py脚本直接将飞桨模型转换成IR格式，需要我们做的就是指定模型类型、模型的输入输出、路径等各项参数，整个过程非常地高效和便捷。
1.4K20发布于 2021-11-17 - 来自专栏PaddlePaddle
用飞桨玩明日方舟
不过，在这个项目中，我将带大家暂时忘却现实的烦恼，用飞桨深度强化学习框架PARL来实现这个“英雄梦”！先放效果图： ? 知识回顾 大家是不是迫不及待了呢？ 如果您想详细了解更多飞桨的相关内容，请参阅以下文档。 ·飞桨官网地址· https://www.paddlepaddle.org.cn/ ·飞桨开源框架项目地址· GitHub: https://github.com/PaddlePaddle/Paddle Gitee: https://gitee.com/paddlepaddle/Paddle ·飞桨深度强化学习框架项目地址· https://github.com/PaddlePaddle/PARL
93420发布于 2021-04-20 - 来自专栏PaddlePaddle
走进机器阅读理解的世界，飞桨开源升级版 BiDAF模型解读
导读：飞桨（PaddlePaddle）致力于让深度学习技术的创新与应用更简单。 在重要的机器阅读领域，基于DuReader数据集，飞桨升级并开源了一个经典的阅读理解模型 —— BiDAF，相较于DuReader原始论文中的基线，在效果上有了大幅提升，验证集上的ROUGE-L指标由原来的 飞桨此次开源的BiDAF模型，是基于DuReader阅读理解数据集来训练的。 数据集地址： https://ai.baidu.com/broad/subordinate? 飞桨BiDAF快速上手 3.1.基础环境 （1）安装飞桨 关于飞桨框架的安装教程，可以参考飞桨官方网站。 想与更多的深度学习开发者交流，请加入飞桨官方QQ群：432676488。 如果您想详细了解更多飞桨的相关内容，请参阅以下文档。
1K20发布于 2019-09-05 - 来自专栏微卡智享
飞桨PaddleOCR C++预测库布署
7分钟 前言 关于OCR这块以前《Android通过OpenCV和TesserartOCR实时进行识别》中用过TesserartOCR，原来用的模型库也挺大，最近也研究了下别的OCR，最终决定采用百度飞桨 PaddleOCR，本篇就是基于百度飞桨的PaddleOCR在Window版下C++的布署。 Q1 为什么使用飞桨PaddleOCR？
3.1K20发布于 2021-07-07
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号