新闻中心 
-
07-21怎样用豆包AI自动生成测试数据 提升开发效率的实用技巧豆包AI能有效提升开发效率，通过自然语言生成测试数据。1.描述字段信息后可自动生成JSON数据，适合接口测试和Mock数据；2.提供表结构即可生成SQL插入语句...
-
07-21【快速上手ERNIE 3.0】法律文本多标签分类实战本项目将介绍如何基于PaddleNLP对ERNIE 3.0预训练模型微调完成法律文本多标签分类预测。本项目主要包括“什么是多标签文本分类预测”、“ERNIE 3...
-
07-21使用Lora技术进行Dreambooth训练【抢先体验版】本文介绍了使用PaddleNLP等工具进行模型训练与推理的流程。先安装paddlenlp等依赖，再分别用dreambooth lora和文生图lora方式训练，...
-
07-21点击反欺诈预测Baseline本文介绍点击反欺诈预测赛题及基线方案。赛题需预测点击是否为欺诈，基于约50万次点击数据，仅限用飞桨框架。基线含运行方式、设计思想与技术方案，包括数据处理（提供e...
-
07-21从0—1开始手撕一个简单的神经网络本文先从0开始用Python实现简单三层神经网络，生成数据集后，先展示逻辑回归分类器效果不佳，再说明神经网络结构、参数学习等原理，通过代码实现并测试不同隐藏层节...
-
07-18【Pipeline】林业病虫害防治AI昆虫识别项目该节课程使用了百度与林业大学合作开发的林业病虫害防治项目中用到昆虫数据集。课程项目训练了一个YOLOv3模型，并基于它检测图像数据中的昆虫。
