新闻中心 
-
08-01HarDNet:一个低内存占用率网络本文介绍HarDNet模型，其通过设计CNN减少特征图DRAM内存交互，以CIO为衡量指标，优化计算量与显存交换，提升推理时间30%~40%。文中含Pytorc...
-
08-01【动手学Paddle2.0系列】CosineWarmup本文介绍CosineWarmup训练策略的实战教程，含理论与代码。理论部分说明Warmup（学习率预热，初始用小学习率再调大）和余弦退火策略（依余弦函数降学习率...
-
08-01PaddleSeg代码解读-损失函数、评估预测模块解读本文解读PaddleSeg中损失函数、评估模型及预测的代码。损失函数以交叉熵为例，讲解其处理维度、计算损失等代码；评估模块解析val.py参数、流程及指标计算；...
-
08-01基于PaddlePaddle2.0-构建门控循环单元模型陆平在文中介绍基于PaddlePaddle2.0构建门控循环单元（GRU）模型的流程，GRU通过重置门与更新门选择性记忆时序信息，并给出相关公式。还以IMDB电...
-
08-01使用paddleOCR完成价格提取并实现可视化该项目通过pyautogui控制鼠标点击金投网各省份页面并截图，利用paddleOCR提取废弃金属价格数据，经pymysql存入MySQL。再以Flask搭建后...
-
08-01【ICLR 2025】自适应傅里叶神经算子：Transfomer的有效令牌混合器自适应傅里叶神经算子（AFNO）是一种高效令牌混合器，基于傅里叶神经算子（FNO）改进，在傅里叶域实现令牌混合。通过块对角结构、自适应权重共享及软阈值稀疏化频率...
