新闻中心 
-
08-01基于PaddlePaddle2.0-构建动态时间归整模型(DTW)本文介绍基于PaddlePaddle2.0构建动态时间规整（DTW）模型的方法。DTW用于计算两时间序列相似度，适用于语音识别等场景，能解决序列长度不一致问题，...
-
07-31Paddle2.0-AI图像安全-图像对抗样本初探-常见攻击策略本文介绍图像对抗样本的三种常见攻击策略：FGSM、BIM和PGD，附Paddle实现代码（见Paddle-Adversarial-Toolbox仓库）。FGSM...
-
07-30『行远见大』PaddlePaddle2.0 使用教学本文为PaddlePaddle2.0使用教学，涵盖张量与numpy数组转换、操作及维度调整，自动微分、计算图、CUDA语义等基础，还介绍神经网络模块（线性层、激...
-
07-28飞桨常规赛：点击反欺诈预测 5月第2名方案该项目针对点击反欺诈二分类任务，通过数据分析发现android_id、语言特征影响大，时间特征影响小。构建了DCN、xDeepFM、MaskNet等模型，对比效...
-
07-28【强化学习】0基础QLearning入门教程本文围绕强化学习展开，先介绍状态、动作、智能体等基本概念，再讲解QLearning，包括其通过状态-动作评分表格（Q表格）依据奖励更新的原理及伪代码。最后以Ca...
-
07-24《人工智能导论：案例与实践》基于前馈神经网络实现波士顿房价预测本文围绕波士顿房价预测实验展开，介绍实验目的为掌握前馈神经网络相关知识及飞桨框架使用。实验使用波士顿房价数据集，经数据准备、模型构建、训练配置等步骤，构建前馈神...
