菜菜学paddle第五篇：卷积神经网络概念深度解析
前言： 计算机视觉作为一门让机器学会如何去“看”的学科，具体的说，就是让机器去识别摄像机拍摄的图片或视频中的物体，检测出物体所在的位置，并对目标物体进行跟踪，从而理解并描述出图片或视频里的场景和故事，以此来模拟人脑视觉系统。因此，计算机视觉也通常被叫做机器视觉，其目的是建立能够从图像或者视频中“感知”信息的人工系统。 对人类来说，识别猫和狗是件非常容易的事。那么对计算机来说，如何让计算机也能像人一样看懂周围...
（3）paddle---近视眼睛分类的例子
1主要参考 （1）paddle的API官方地址 Conv2D-API文档-PaddlePaddle深度学习平台 （2）本教程和以下教程不够详细，还是推荐下面这个大佬的blog看一下 计算机视觉——眼疾图片识别（数据集iChallenge-PM）_「已注销」的博客-CSDN博客 （3）blibli视频 252-06_预测病理性近视_图片数据读取_dec_哔哩哔哩_bilibili （4）数据集地址 眼疾识别数...
菜菜学paddle第四篇：改进卷积神经网络构建手写数字识别
前言： 在《菜菜学paddle第三篇》我们利用了卷积神经网络构建了手写数字识别，但是遗憾的是，它的准确率让人大跌眼镜，本以为是金刚钻，却泥土的活也干不了。原因出在什么地方呢？ 不同的深度学习任务需要有各自适宜的损失函数。手写数字识别是分类任务，使用均方误差作为分类任务的损失函数存在逻辑和效果上的缺欠。 本篇博文我们修改计算损失的函数，从均方误差（常用于回归问题F...
TensorFlow？PyTorch？Paddle？AI工具库生态之争：ONNX将一统天下
度算法，需要使用 caffe2 部署在移动设备上，那我们需要用 caffe2 重写模型重新训练，这是一个非常耗时耗力的过程。ONNX 便应运而生，TensorFlow、Caffe2、PyTorch、paddlepaddle、Microsoft Cognitive Toolkit、Apache MXNet 等主流框架都对 ONNX 有着不同程度的支持。这就便于了我们的算法及模型在不同的框架之间的迁移。 ONN...
PaddleNLP学习日记(一）CBLUE医疗文本分类
使用医疗领域预训练模型ERNIE-Health进行Fine-tune完成中文医疗文本分类 通过该案例掌握PaddleNLP的Transformer 、Tokenizer、Dataset 等API 的使用 熟悉PaddleNLP的数据处理流程 本案例基于CBLUE数据集， 介绍如下（摘自PaddleNLP）： 中文医学语言理解测评（C...