Paddle
关注
分享
扫一扫
汀桦坞
努力不是疲惫憔悴，而是眼里有光
展开
-
百度EasyDL试用示例
场景说明基于EasyDL完成猫狗图像分类模型，在完成部署后，通过H5完成手机端验证，通过Postman对API进行了测试。通过上述流程完成对EasyDL功能的体验。体验总结EasyDL是以模型为中心的设计，但模型仅是个中间产物，不是很合理功能入口的逻辑不够清晰，模型的训练与部署在独立的EasyDL中实现，而服务的管理则要在百度智能云中的EasyDL中实现，这个逻辑有点感人。服务的运维监...原创 2020-03-26 23:48:14 · 130172 阅读 · 0 评论 -
The PaddlePaddle-based training of the model for Chinese word vector
Background IntroductionThis article provides an introduction to the training of the model for Chinese word vector. Compared to the reference tutorial about Word2Vec in the PaddlePaddle official docume...原创 2018-04-26 13:58:51 · 1185 阅读 · 0 评论 -
在PaddlePaddle框架下通过两层全连接网络实现IRIS数据分类
背景信息IRIS数据集是机器学习入门中最常用的数据集之一，但PaddlePaddle官方文档中并没有给出对该数据集分类的示例，因此本文进行了尝试，并通过两层全连接网络最终实现了该数据集的分类。数据集说明下载的数据集中类别标签是字符串，为方便使用将其替换为0、1、2，如下所示，前四列为特征值，最后一列为标签：4.6,3.2,1.4,0.2,05.3,3.7,1.5,0.2,05.0,3.3,1....原创 2018-04-04 18:38:03 · 1554 阅读 · 0 评论 -
Python读取IRIS数据集并转换为PaddlePaddle中使用的reader
背景信息IRIS数据集是机器学习领域常用的一种数据集，但是PaddlePaddle预置数据集中并未包含，因此本文实现了使用Python读取下载的iris数据集文本文件并将其转换为reader的代码。代码实现# 引入所需包import numpy as npimport random#读取数据函数,输入为数据文件名和训练、测试切分比率，返回为list类型的训练数据集和测试数据集def load...原创 2018-04-04 12:16:25 · 2001 阅读 · 0 评论 -
PaddlePaddle中数据的基本操作
Numpy 数组的基本操作import numpy as np# 生成二维数组和一维数组train_x = np.array([[1, 1], [1, 2], [3, 4], [5, 2]])train_y = np.array([[-2], [-3], [-7], [-7]])# 获取数组维度即轴的个数print train_x.ndim# 获取数组的各个维度的长度print ...原创 2018-03-28 17:55:14 · 2756 阅读 · 0 评论 -
PaddlePaddle线性回归示例
线性回归¶PaddlePaddle官方文档用波士顿房价数据集给出了线性回归的使用教程，由于使用的是内置的数据集以及本身模型的可解释性并不直观，因此本文使用自定义数据集和模型重现了线性回归的建模和预测过程，从而在如下方面进行较为清晰的展示：数据集的构造如何构造训练数据集如何构造测试数据集模型的构造本文使用最简单的一元线性回归模型y=3x+1，只要简单修改代码，也可以将其扩展为多元线性归回模型训练数据...原创 2018-03-28 16:13:18 · 981 阅读 · 0 评论 -
mnist数据集读取并保存为Numpy数组
背景信息MNIST数据集简介MNIST数据集是从 NIST 的Special Database 3（SD-3）和Special Database 1（SD-1）构建而来。由于SD-3是由美国人口调查局的员工进行标注，SD-1是由美国高中生进行标注，因此SD-3比SD-1更干净也更容易识别。Yann LeCun等人从SD-1和SD-3中各取一半作为MNIST的训练集（60000条数据）和测试集（10...原创 2018-04-02 10:16:08 · 4789 阅读 · 0 评论 -
Caffe100数据集使用
背景信息Caffe100数据集包含100小类，每小类包含600个图像，其中有500个训练图像和100个测试图像。100类被分组为20个大类。每个图像带有1个小类的“fine”标签和1个大类“coarse”标签。该数据集作为机器学习的最常用的数据集之一，有必要详细了解下其结构，但由于下载后的文件是二进制的，因此在Python中需要先读取再使用，本文给出了简单的读取代码，并转化为PaddlePaddl...原创 2018-04-01 17:16:50 · 425 阅读 · 0 评论 -
在docker容器中安装ifconfig、ping等工具
为PaddlePaddle容器安装基础工具PaddlePaddle容器缺少很多OS工具，因此与外部进行交互时不是很方便，对于在使用中新安装的工具包做个记录，再次使用类似容器时可以快速进行安装。安装ifconfig命令¶apt-get install net-tools安装ping命令apt-get install iproute2安装sshapt-get install openssh-serve...原创 2018-03-30 15:37:40 · 7828 阅读 · 0 评论 -
PaddlePaddle中内置数据集分析
背景信息PaddlePaddle中预集成了多种数据集，充分了解这些数据集的组成和类型，可以便于以后自己创建数据集。在这里主要对MNIST数据集和波士顿房价两个数据集进行了分析，如下先给出分析结果，最后再给出分析过程中使用的代码。结论在PaddlePaddle中reader是一个Generator函数reader的回调结果是一个Generator，在PaddlePaddle中就是数据集；而Gener...原创 2018-03-30 11:51:26 · 3349 阅读 · 0 评论 -
PaddlePaddle Softmax回归示例
Softmax回归背景信息¶本文在PaddlePaddle中通过自定义数据实现Softmax回归模型的验证。为简化理解，构造的数据集如下所示：分别取笛卡尔坐标系中四个象限内的数据，数据的标签值即为其象限值为简化处理，数据的绝对值不大于1数据取样为均匀分布代码样例#加载所需包 import numpy as npimport paddle.v2 as paddle# PaddlePaddl...原创 2018-03-29 19:59:40 · 1297 阅读 · 0 评论