腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

综合排序丨最热优先丨最新优先

【Paddle系列】Paddle serving部署自己的模型

post112=CUDA11.2+cuDNN8+TensorRT8（推荐）post101=CUDA10.1+cuDNN7+TensorRT6post102=CUDA10.2+cuDNN7+TensorRT6(与Paddle Serving代码gitclonehttps://github.com/PaddlePaddle/Serving3.2.2依赖库安装cpu与gpu版本的依赖库安装流程差不多，把paddlepaddle和paddle-serving-server 4.2转换Serving如果需要把训练好的模型部署至paddle自带的服务框架，需将inference模型转换为serving格式的文件。

2025-12-15

4430

标签:

tensorflow-serving

How we have boosted performance of Paddle Paddle Fluid——Intel

本节公开课视频↓ 本节公开课课件↓

2018-07-26

4660

标签:

paddle深度学习6 paddle Tensor 的广播机制

import paddleA = paddle.to_tensor([[1], [2], [3]], dtype='float32')B = paddle.to_tensor([[10, 20, 30, 如果没有广播机制，我们需要手动调整张量的形状（例如使用 paddle.expand 或 paddle.repeat），这会增加代码的复杂性和冗余。广播机制的好处在于可以简化代码、提高效率、增强灵活性。 import paddlea = paddle.to_tensor([1, 2, 3]) b = 10 c = a + b print(c)矩阵也可以直接与向量进行运算例如：矩阵的每一行加上一个向量。 import paddlematrix = paddle.to_tensor([[1, 2], [3, 4]]) vector = paddle.to_tensor([10, 20]) result =

2025-01-12

3430

标签:

paddle2onnx无法转换Paddle3.0.0的json格式paddle inference模型

information): Inference engine for deployment: PD INFERENCE 3.0-->onnxruntime Why convert to onnx：在端侧设备上部署 Paddle2ONNX Version: 1.3.1 解决方法：需要更换paddle2onnx和paddlepaddle到指定版本才行 pip install paddle2onnx==2.0.2rc1 cuda11.8

git clone firc-dataset

2025-07-18

3790

标签:

How we have boosted performance of Paddle Paddle Fluid——Intel

Intel公开课课件

2018-07-26

3760

标签:

从零学Paddle系列-0 Paddle框架整体概览

Paddle是什么？ Paddle是百度开发的一个深度学习框架，运行时可采用静态图和动态图，通过多个版本的优化，Paddle的动态图运行效率已经可以媲美静态图，这里我推荐使用动态图来编写网络。基于Paddle框架进而衍生出了百度其他强大的开发套件，工具组件和模型库，基础概览如下 ? 官方教程 Paddle 也针对零基础和产业级应用推出了两款教程 ? 4. 至此我们已经对Paddle有大致的了解，下面我会讲解下Paddle的API概览 5. 总结今天大致了解了下Paddle和AIStudio整体的结构并讲解了其中API的应用下一期我会以CV任务中常用的操作，更加详细的讲解如何在Paddle框架编写对应的代码。

2020-07-09

2.5K0

标签:

paddle 1-高级

本章会介绍Paddle Inference、Paddle Serving和Paddle Lite来满足上面这些需求场景，并介绍模型压缩工具Paddle Slim，可以让模型在有限条件的硬件上以更快的速度运行 Paddle Serving：飞桨服务化部署框架，用于云端服务化部署，可将模型作为单独的Web服务。 Paddle Lite：飞桨轻量化推理引擎，用于Mobile、IoT等场景的部署，有着广泛的硬件支持。 X2Paddle：飞桨模型转换工具，将其他框架模型转换成Paddle模型，转换格式后可以方便的使用上述5个工具。 3. ElasticCTR：飞桨弹性计算推荐套件，可以实现分布式训练CTR预估任务和基于Paddle Serving的在线个性化推荐服务。

2024-12-14

3510

标签:

从零学Paddle系列-1 Paddle框架CNN相关API详解

前言前面我们对Paddle做了个大致的介绍，这一次我们来详细学习一下cv相关函数的使用 paddle.fluid.dygraph Conv2D 该函数用于二维卷积，有以下参数 - num_channels 的下面我们介绍细粒度更高的API系列paddle.fluid.layers paddle.fluid.layers element_wise_add(sub/mul/div/max等等) 这是对应元素操作系列 dim 表示分割的维度 from paddle import fluid import numpy as np from paddle.fluid.dygraph.base import to_variable import fluid import numpy as np from paddle.fluid.dygraph.base import to_variable from paddle.fluid import fluid import numpy as np from paddle.fluid.dygraph.base import to_variable from paddle.fluid

2020-07-17

2.1K0

标签:

Paddle 2.1 拟合线性函数

import numpy as np import paddle import paddle.nn as nn import matplotlib import matplotlib.pyplot as plt from paddle.io import DataLoader, Dataset k = 3.2 b = 10 # 生成测试数据 x = [np.random.randn() for self, x, y): self.x = x self.y = y def __getitem__(self, idx): data = paddle.to_tensor (self.x[idx], dtype='float32') label = paddle.to_tensor(self.y[idx], dtype='float32') np.random.randn() * 10 for i in range(5000)]) y = np.array([k * i + b for i in x]) z = np.array([net(paddle.to_tensor

2021-10-29

7750

标签:

paddle深度学习3 Tensor

【tensor简介】在Paddle中，paddle.Tensor是存储和变换数据的主要工具。Tensor与Numpy的多维数组非常相似。 1,2,3])a=paddle.Tensor(a)a2.用paddle.rand()方法创建随机Tensorimport paddlea=paddle.rand((2,3))apaddle.rand() import paddlea=paddle.arange(1,7)a4.用paddle.zeros()方法生成一个全0的Tensorimport paddlea=paddle.zeros((3,2))a 同理，paddle.ones会生成要给全1的向量【Tensor的属性】Tensor 是一个类似于 NumPy 数组的多维数组，但它还具有其他属性和方法。 Tensor 的一些重要属性包括：1.ndim维度import paddlea=paddle.reshape(paddle.arange(1,7),(3,2))print(a)print(a.ndim)

2024-05-20

3800

标签: