
模型部署
文章平均质量分 87
jm_12138
这个作者很懒,什么都没留下…
展开
-
WebAI.js:PaddleDetection 模型导出和部署
简单介绍如何使用 PaddleDetection 套件导出推理模型并使用 WebAI.js 部署到网页前端原创 2022-02-11 21:19:17 · 1887 阅读 · 0 评论 -
WebAI.js:快速使用示例(人脸检测模型网页部署)
以人脸识别为例子,简单介绍如何使用 WebAI.js 部署一个 AI 模型至网页前端原创 2022-02-11 21:07:34 · 1402 阅读 · 0 评论 -
WebAI.js:一个简单的网页前端 AI 模型部署工具
简单介绍 AI 模型网页前端部署工具 WebAI.js原创 2022-02-11 21:01:17 · 6996 阅读 · 0 评论 -
Paddle2.0:ONNX模型的导出和部署
引入除了动态图转静态图的方式导出推理模型之外Paddle2.0中也正式内置了ONNX模型的导出功能本文将通过一个实例演示一下如何将Paddle模型导出为ONNX模型并在ONNXRunTime上完成模型的推理预测ONNXOpen Neural Network Exchange (ONNX) ,是一个机器学习模型的开放标准,方便不同框架之间进行模型交换你可以在很多支持ONNX模型导出的框架上构建模型,然后导出ONNX模型进行预测部署Paddle2ONNX目前Paddle导出ONNX原创 2021-01-09 18:15:55 · 15684 阅读 · 13 评论 -
Paddle2.0:使用动转静完成模型部署
引入动态图方便调试,静态图方便部署而且效率较高,各有各的优点通过 Paddle2.0 的动转静功能,就能相对完美的兼顾这两者的优势实现用动态图进行训练调试,训练完成后使用静态图模型进行部署本文将通过一个实例来展示如何将一个动态图模型转换至静态图并且通过导出的推理模型来完成模型的部署并测试不同方式下的模型运行效率动态图vs静态图首先简单的介绍一下这两者的区别:静态图:计算之前先构建计算图,然后按照计算图进行计算,运行效率高,但调试比较麻烦动态图:计算的同时构建计算图,运行效率稍低,原创 2021-01-09 17:57:55 · 3126 阅读 · 3 评论