应用实践¶
如果你已经初步了解了 PaddlePaddle,期望可以针对实际问题建模、搭建自己网络,本模块提供了一些 PaddlePaddle 的具体典型案例:
快速上手:
hello paddle :简单介绍 PaddlePaddle,完成你的第一个 PaddlePaddle 项目。
动态图 :介绍使用 PaddlePaddle 动态图。
高层 API 详细介绍 :详细介绍 PaddlePaddle 高层 API。
模型加载与保存 :介绍 PaddlePaddle 模型的加载与保存。
线性回归 :介绍使用 PaddlePaddle 实现线性回归任务。
计算机视觉:
图像分类 :介绍使用 PaddlePaddle 在 MNIST 数据集上完成图像分类。
图像分类 :介绍使用 PaddlePaddle 在 Cifar10 数据集上完成图像分类。
以图搜图 : 介绍使用 PaddlePaddle 实现以图搜图。
图像分割 : 介绍使用 PaddlePaddle 实现 U-Net 模型完成图像分割。
OCR : 介绍使用 PaddlePaddle 实现 OCR。
图像超分 : 介绍使用 PaddlePaddle 完成图像超分。
人脸关键点检测 : 介绍使用 PaddlePaddle 完成人脸关键点检测。
点云分类 :介绍使用 PaddlePaddle 完成点云分类。
自然语言处理:
推荐:
电影推荐 : 介绍使用 PaddlePaddle 实现协同过滤完成电影推荐。
强化学习:
演员-评论家算法 : 介绍使用 PaddlePaddle 实现演员-评论家算法。
优势-演员-评论家算法(A2C) : 介绍使用 PaddlePaddle 实现 A2C 算法。
深度确定梯度策略(DDPG) : 介绍使用 PaddlePaddle 实现 DDPG 算法。
时间序列:
异常数据检测 : 介绍使用 PaddlePaddle 完成时序数据异常点检测。
- 动转静:
-
使用动转静完成以图搜图 : 介绍使用 PaddlePaddle 通过动转静完成以图搜图。