利用百度飞浆的预训练模型生成情话、对联等信息

百度飞浆EISeg高效交互式标注分割软件的使用教程 官方原话:EISeg(Efficient Interactive Segmentation)是基于飞桨开发的一个高效智能的交互式分割标注软件。涵盖了高精度和轻量级等不同方向的高质量交互式分割模型,方便开发者快速实现语义及实例标签的标注,降低标注成本。另外,将EISeg获取到的标注应用到PaddleSeg提供的其他分割模型进行训练,便可得到定制化场景的高精度模型,打通分割任务从数据标注到模型训练及预测的全流程。由于我也常常使用百度飞浆的。... 阅读详情
# anconda
'''step1: 安装paddlepaddle
conda create -n paddle python=3.6
conda activate paddle
pip install paddlepaddle -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install paddlehub -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install pillow
'''
import paddlehub as hub

class HubUtils(object):
    def __init__(self):
        self.hub = hub
        #初始化时需要加载模型
        self.module_love_words = self.hub.Module(name="ernie_gen_lover_words")          # 情话
        self.module_poetry = self.hub.Module(name="ernie_gen_poetry")                   # 诗歌
        self.module_acrostic_poetry = self.hub.Module(name="ernie_gen_acrostic_poetry") # 藏头诗
        self.module_couplets = self.hub.Module(name="ernie_gen_couplet")                # 对联
    def GetLoveWords(self,text,size=5):
        results = self.module_love_words.generate(texts=[text], use_gpu=False, beam_width=size)
        return results[0]

    def GetAcrostic(self,text,line=4,word=7,size=1):
        #默认返回一首
        self.module_acrostic = self.hub.module = hub.Module(name="ernie_gen_acrostic_poetry", line=line, word=word)
        results = self.module_acrostic.generate(texts=[text], use_gpu=False, beam_width=size)
        return results[0]
    def GetAcrostic_poetry(self,text,line=4, word=7):
        self.module_acrostic_poetry = self.hub.module = hub.Module(name="ernie_gen_acrostic_poetry", line=line, word=word)
        results = self.module_acrostic_poetry.generate(texts=[text], use_gpu=False, beam_width=1)
        return results[0]
    def GetPoetry(self,curx,size=1):
        #输入关键句,词即可生成诗歌,默认一首
        results = self.module_poetry.generate(texts=[curx], use_gpu=False, beam_width=size)
        return results[0]

    def GetCouplet(self,up_couplet,size=1):
        #输入上联给出下联,默认给一个
        results = self.module_couplets.generate(texts=[up_couplet], use_gpu=False, beam_width=size)
        return results[0]
    

if __name__=="__main__":
    Hub = HubUtils()
    while True:
        input_ = input("请选择功能: 1.情话 2.诗歌 3.藏头诗 4.对联 5.退出\n")
        if input_ == "1":
            input_ = input("请输入情话关键词:\n>>>")
            print(Hub.GetLoveWords(input_))
        elif input_ == "2":
            input_ = input("请输入诗歌关键词:\n>>>")
            print(Hub.GetPoetry(input_))
        elif input_ == "3":
            input_ = input("请输入藏头诗关键词:\n>>>")
            print(Hub.GetAcrostic_poetry(input_))
        elif input_ == "4":
            input_ = input("请输入上联:\n>>>")
            print(Hub.GetCouplet(input_))
        elif input_ == "5":
            break
百度飞浆定会论文复现之视频分类:ECO: Efficient Convolutional Network for Online Video Understanding 百度飞浆定会论文复现之视频分类:ECO: Efficient Convolutional Network for Online Video Understanding 论文创新点: 本文考虑了视频分类中相邻帧之间的信息冗余,也考虑到较远帧之间的信息的相关性的情况下。本文采取与以前的方法不同,主要有三个方面: (1) 与TSN类似,本文从整个视频中抽取固定数量的帧来覆盖长范围时间结构(long-range temporal structure)建模,以便理解视频。这样,采样帧跨越整个视频,而与视频的长度无关。 阅读详情

相关推荐

飞浆之百度目标检测7日打卡学习笔记(一)

2020.09.21 看到个“百度目标检测7日打卡”课程,https://aistudio.baidu.com/aistudio/education/group/info/1617,于是报名看了下,先浏览了下预习课程,总结得蛮好的基础知识。 因为是拿了个新电脑,就先安装了下python,顺便写了个安装教程(太费功夫了,以后大概不会写这么基础的教程了)。 安装飞浆 (这个好像是预习作业1,我还赶在中午12点前安完,不知后面还能不能拿结业证书了) 按照飞浆官网教程安装了下飞浆。(这里也有教程https://w

researchstep的专栏 653

百度飞桨大模型训练营:零代码对话式大模型应用

使用自然语言,文本,声音来直接和应用互动,使用成本和学习成本低能够通过对话式应用的载体较为全面的发挥出大语言模型的功能,例如逻辑、记忆、理解、生成对于不同种类的设备都能有很好的支持,例如手机、手表、网站、音响等,都能够落地展现出不同场景的支持能力。

ye_yumo的博客 1474

文本分类方案,飞浆PaddleNLP涵盖了所有

转换为。

风起云扬的博客 5988

使用飞浆ai训练yolov5

使用飞浆ai进行yolov5的训练

2401_83242106的博客 1653

4、使用百度飞浆训练字符验证码

前面我们讲了环境的安装,这一篇就讲一讲如何使用飞浆来训练我们的字符验证码,本文提供详细步骤讲解及相应的脚本代码

博客 451

基于飞浆ERNIE3.0百亿级大模型实现中文短文本分类任务

ERNIE 3.0 (Large-Scale Knowledge Enhanced Pre-Training for Language Understanding And Generation) 是基于知识增强的多范式统一预训练框架。在 ERNIE 3.0 中,自回归和自编码网络被创新型地融合在一起进行预训练,其中自编码网络采用 ERNIE 2.0 的多任务学习增量式构建预训练任务,持续的进行语义理解学习。 通过新增的实体预测、句子因果关系判断、文章句子结构重建等语义任务。同时,自编码网络创新性地增加了知识

优快云 精品推荐 2370

飞浆(paddle)实现机器学习

飞浆(paddle)实现机器学习

huaweichenai的博客 2490

基于百度飞浆的高精度车牌识别系统实战项目

百度飞桨(PaddlePaddle)是首个由国内企业自主研发、开源开放、功能完备的产业级深度学习框架。它支持动静态图统一编程,具备高效的自动微分机制和分布式训练能力,广泛应用于计算机视觉、自然语言处理等领域。在车牌识别任务中,PaddlePaddle提供从数据预处理到模型部署的一站式支持,尤其通过PaddleHub预训练模型库显著降低开发门槛。其原生兼容Python生态,便于与OpenCV、Flask等工具集成,适合工业级落地。# 安装GPU版PaddlePaddle(CUDA 11.2)

weixin_42604188的博客 1118

如何通过百度飞浆来进行人工智能分析语句的情感

小白如何通过人工智能分析语句的情感 这里有一个已经完成的项目,可以供大家参考一下: AI情感分析插件 使用油猴管理器安装,readme详细写了说明方法,兼容Chorme,Firefox,Edge 感兴趣的可以看下 作者使用的是百度飞浆的预训练集完成的分析功能 ...

qq_35961693的博客 387

基于 Wi-Fi 的室内定位系统

目前,随着国内外相关从业人员的研究,研究者们提出了众多室内定位技术的理论与方法。在此仅讨论基于 Wi-Fi 的室内定位技术。 WI-FI室内定位 近年来Wi-Fi技术飞速发展,城市中的公共场所如大型超市商场、学校、企业等都已经广泛部署Wi-Fi。Wi-Fi室内定位技术已经出现了很多具有代表性的研究成果,如RADAR系统、Nibble系统、Weyes系统等室内定位系统。2012年,Google把Wi...

温染的笔记 9567

【人工智能AI】是什么?

人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟延伸和扩展人的智能的理论方法技术及应用系统的一门新的技术科学。(百度百科)人工智能的基本原理:机器从「特定的」大量数据中总结规律,形成某些「特定的知识」,然后将这种「知识」应用到现实场景中去解决实际问题。在这个基本原理的基础上,有3个特征:1、人工智能本质上是一种工具2、人工智能技能只能解决特定的问题,而不是什么都能做3、人工智能属于归纳逻辑,可以告诉你是什么,但是不能告诉你为什么。

KJCZ.AK的博客 2万+

「源力觉醒 创作者计划」深度讲解大模型之在百花齐放的大模型时代看百度文心大模型4.5的能力与未来

本文将对百度的文心大模型进行详细的介绍,通过它的开源社区和集成平台来进行学习和模拟。通过模型的集成部署,让大家不仅详细的了解大模型的相关技术,同时可以掌握大模型的部署、训练和使用全过程讲解。

夜郎King的博客 8851

Fluent动网格+滑移网格+重叠网格对比介绍(以震荡水翼flapping foil为例)

初学fluent笔记,本文主要包含: Flapping foil在fluent内的几种实现方式 在哪设置动网格、滑移、重叠网格 flapping的UDF 示例 写在前面:Fluent在预览网格运动/提交计算之前,注意保存一个cas版本。 -------------------------Flapping foil 网格几种组合实现方式:---------------------- 直接重叠网格,overset, 需要建立两个几何part,part要重合。水翼局部区域(component),背景网格(ba

深海民工CFDer 2万+

NeXtVLAD 飞酱预训练模型测试

hi,dear 大佬: 找遍了全网,只有飞酱提供了预训练的模型,请使用_final版本的,下面我将用inceptionV3提取图像特征然后经过该模型得到concat之前聚类之后的特征,该特征我将用做embedding,别问我有啥意义,我哪知道,inceptionV3不也是这么玩的吗?? 【意义很清楚,就是将泛特征经过聚类得到新的特征,剔除了冗余的特征及微小的弱特征】 另外我也会将音频vgg后...

NLP与推荐算法 834

使用Metasploit生成木马控制Windows系统

使用Metasploit生成木马控制Windows系统

weixin_56956399的博客 2508

tuts4you-lena151-Crackme-tutorial06

一、前言      本次研究的是lena151-Crackme-tutorial06,也是一个应用程序,但因为平台迭代的关系,程序不能正常运行,只能完成部分破解。 (一)·本次我们要破解的目标是个应用程序,如下图 (二)、使用工具:x32dbg 二、过程 这个程序的破解的方法很多,首先最简单的一种不外乎就是搜索字符串,我就按照这个思路来完成。 (一)查找字符串<Unregis...

h123120的专栏 518

paddlepaddle百度飞浆使用体验二----中文文本分类

1 相关链接 ERNIE代码:https://github.com/PaddlePaddle/ERNIE/tree/develop/ERNIE 2 具体使用 2.1 使用步骤 下载数据: 下载模型(含配置文件及词典)以及任务数据。 解压模型和任务数据,开始训练,执行bash script/run_ChnSentiCorp.sh,附上修改后的run_ChnSentiCorp.sh set -e...

hxshine的博客 2975

Maltab GUI课程设计——网络爬虫程序(基金连涨连跌提醒)

Maltab GUI课程设计——网络爬虫程序(基金连涨连跌提醒)

果果爱腰果的博客 850

视觉学习笔记12——百度飞浆框架的PaddleOCR 安装、标注、训练、测试以及onnx转换

飞桨首次开源文字识别模型套件PaddleOCR,目标是打造丰富、领先、实用的文本识别模型/工具库。 PaddleOCR是一个基于飞桨开发的OCR(Optical Character Recognition,光学字符识别)系统。其技术体系包括文字检测、文字识别、文本方向检测和图像处理等模块。

qq_45848817的博客 5895

Debezium报错处理系列之第112篇:Cannot replicate because the master purged required binary logs. Replicate the

Debezium报错处理系列之第112篇:Cannot replicate because the master purged required binary logs.

zhengzaifeidelushang的博客 726

C#上位机+国产PLC+AI:构建自主可控的智能生产线解决方案

全栈国产化智能产线方案并非遥不可及,基于成熟的国产硬件、丰富的.NET生态、快速发展的国产大模型,完全可以搭建出稳定可靠且具备智能能力的生产系统。落地建议采用三步走策略:基础国产化阶段:替换PLC与上位机,实现基础监控与控制功能,解决卡脖子问题,快速验证国产化方案稳定性数据沉淀阶段:完善数据采集与存储,建立设备台账、故障库、工艺库,积累高质量领域数据智能升级阶段:引入国产大模型与知识库,落地故障诊断、工艺优化、预测性维护等智能应用,持续提升产线效率。

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 520

关于飞浆文字识别技术的运用

只要将一串数字和字体对应,就可以完成破解,但人工对应比较麻烦,利用文字识别技术,将获取的文字图片与文件名上的一串数字对应就能很方便的破解。在进行网页制作的时候,我们可以设置多个字体,并且可以自定义字体只需有字体文件(以woff开头),在第一个字体中没用该字体会使用第二个字体,都没默认使用微软雅黑。飞桨(PaddlePaddle)是一个由百度开源的深度学习平台,它提供了丰富的机器学习算法库,支持多种深度学习模型的构建、训练和部署。:飞桨提供了简洁的API设计和丰富的文档,使得初学者和研究人员可以快速上手。

li2437948121的博客 2024

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

百度python七日入门打卡营学习所得

就学习python及相关智能方面,需要编程语言的基础扎实,而为了能打好语言的基础,不能只是光看语言知识的讲解,更要动手实践,才能更好的记住知识点,并有更深刻的认知。于是我报名参加了百度的七日打卡营---Python小白逆袭大神,课程安排分别是:人工智能概述与入门基础,Python进阶,人工智能常用Python库,PaddleHub体验与应用,EasyDL体验与作业发布。 ...

weixin_45591295的博客 256

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

Paddle加载NLP的各类预训练模型方法总结(以文本分类任务为例,包含完整代码)

一、Introduction 最近宅在家,有空只能搞搞NLP的比赛。由于缺乏GPU的加持,只好白嫖百度的AI Studio(毕竟人家提供免费的Tesla V100)。在此不得不赞扬一下优秀的国产深度学习框架–Paddle(飞浆),代码精炼,使用简单,具有极高的集成度,非常适合初学者上手。 由于代码中用到了各种预训练模型做迁移学习,所以在此记录一下Paddle Hub加载各类预训练模型的方法。 二、...

一只程序猿的修炼之旅 7202

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

在百度Create 2021大会聆听李彦宏,王海峰“论道”AI

12月27日,百度Create 2021(百度AI开发者大会)在“希壤”APP举行。百度创始人、董事长兼CEO李彦宏,百度首席技术官王海峰出现发布会,并发表了重要演讲。 一、深耕人工智能11年,百度为人们提供改变世界的“AI工具箱” 李彦宏在演讲中首先向人们分享了百度“AI工具箱”中的飞浆平台,据他介绍,百度飞桨目前已经凝聚了406万开发者,服务超过15.7万家企事业单位,覆盖数十个行业,创建了47.6万个模型。 接着又介绍了百度“AI工具箱”中的另一件“传说级”武器——大模型。百度从2019

xiongmosy的博客 1680
上一篇: 解决ua问题
下一篇: 利用paddle的声学模型合成tts声音
爱喝水的木子
博客等级 码龄8年 93粉丝 68原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值