欢迎大家赞助一杯啤酒🍺 我们准备了下酒菜:Formal mathematics/Isabelle/ML, Formal verification/Coq/ACL2/Agda, C++/Lisp/Haskell
PaddlePaddle
来自开放百科 - 灰狐
				
								
				(版本间的差异)
				
																
				
				
								
小 (→图集)  | 
			小 (→图集)  | 
			||
| 第19行: | 第19行: | ||
image:paddlepaddle-lstm.png|栈式双向LSTM用于文本分类  | image:paddlepaddle-lstm.png|栈式双向LSTM用于文本分类  | ||
image:paddlepaddle-candidate-generation-network.png|候选生成网络  | image:paddlepaddle-candidate-generation-network.png|候选生成网络  | ||
| − | image:paddlepaddle-kubernetes.png|  | + | image:paddlepaddle-kubernetes.png|Kubernetes部署  | 
</gallery>  | </gallery>  | ||
2017年7月7日 (五) 13:21的最后版本
PaddlePaddle (PArallel Distributed Deep LEarning)是百度研发的深度学习平台,具有易用,高效,灵活和可伸缩等特点,为百度内部多项产品提供深度学习算法支持。
目录 | 
[编辑] 简介
[编辑] 特性
- 易用性
 
易用性是PaddlePaddle的设计核心之一,它为用户提供了直观且灵活的数据接口和模型定义接口。
- 灵活性
 
PaddlePaddle支持多种神经网络结构和优化算法。简单书写配置文件即可实现复杂模型,如带注意力机制或复杂记忆连接的神经机器翻译模型。
- 高效性
 
为充分发挥多种计算资源的效力,PaddlePaddle在计算、存储、架构、通信等多方面都做了细致优化,性能优异。
- 可伸缩性
 
PaddlePaddle全面支持多核、多GPU、多机环境,优化的通信实现使高吞吐与高性能成为可能,轻松应对大规模数据训练需求。
[编辑] 应用
[编辑] 图集
[编辑] 链接
	分享您的观点