-
-
0给大家安利种草一款可以薅羊毛的算力租赁平台哈,这款公有算力租赁平台叫AIStack智算中心,我一名师哥推荐给我的:https://aistackdc.com/#/phone-register?invite_code=32AC80 我附上的是我的邀请码而不是官网链接,因为我们学院跟这家公司有合作,给我们的账号做了升级,通过我们账号邀请码注册的账号 可以获得五张优惠券,其中有两张一折券,三张五折券。他们家目前只有4090的卡,据说近期会上2080TI 22G的版本。4090现在每小时原价是1.98元,用一折优惠券只
-
2想要识别率提升,数据集应该怎么做呢?
-
0我用的是fluent跑模拟,文件格式是dat,怎么转换成pkl格式的数据集呀,有大佬知道吗
-
1
-
3使用 rpc调用paddleserving 上的模型,client = Client() 语句出错,报: File "C:\Users\co_co\AppData\Local\Programs\Python\Python38\lib\site-packages\paddle_serving_client\client.py", line 149, in __init__ from .serving_client import PredictorRes client.py 文件,没有 .serving_client 对象,怎么回事?
-
3不知道是我不会操作还是怎么原因,在aistudio中使用的cd指令不报错但是就是跳不进我想让他跳的文件夹中,气死了,想问一下大家试过没有
-
9刚开始用paddle就遇到如下的两个问题 代码: import paddle.fluid as fluid x1 = fluid.layers.fill_constant(shape=[2, 2], value=1, dtype='int64') x2 = fluid.layers.fill_constant(shape=[2, 2], value=1, dtype='int64') y1 = fluid.layers.sum(x=[x1, x2]) place = fluid.CPUPlace() exe = fluid.executor.Executor(place) exe.run(fluid.default_startup_program()) 报错如下: Traceback (most recent call last): File "D:/WorkFiles/Python/test/debug.py", line 11, in <module> exe.run(fluid.default_startup_program()) File "D:\WorkTools\Anaconda\lib\site-packag
-
0
-
0请问paddle现在是否支持摩尔线程的显卡和龙芯架构?目前买了国产卡玩,简单办公开发没问题,不知道能不能跑百度的深度学习。pytorch倒是能跑。
-
0---------------------------------------------------------------------------SystemError Traceback (most recent call last)Cell In[1], line 495 493 loss = model.loss(temp_labels) 494 avg_loss=fluid.layers.mean(loss)--> 495 avg_loss.backward() 496 opt.minimize(avg_loss) 497 opt.clear_gradients()File E:\Miniconda\envs\myenv1\lib\site-packages\decorator.py:232, in decorate.<locals>.fun(*args, **kw) 230 if not kwsyntax: 231 args, kw = fix(args, kw, sig)--> 232 return caller(func, *(extras + args), **kw)File E:\Miniconda\envs\myenv1\lib\site-packages\paddle\fluid\wrapped_decorator.py:26, i
-
0百度 aistudio 应用只能创建30个? 那我买的A币岂不是浪费了? 谁知道怎么回事?
-
2单机多卡运行paddle只能识别到单卡
-
1paddle转onnx时F.interpolate model使用linear以上显示使用Onnx.ResizeV11,但是在某些板卡上不支持Onnx.ResizeV11。是因为paddle版本太高的原因吗?
-
0我按照这个帖子中写的,离线加载社区模型,结果一直无法成功。 https://www.jianshu.com/p/1c053339aad7
-
0
-
0
-
0都有哪些模型可以用飞桨那个转换呢
-
3这个推理模型识别效果很不错,然后我下载了训练模型,用训练模型直接换成推理模型后,识别效果很差,这是什么原因
-
3
-
0有大哥会用paddlevideo和opencv和mediapipe这些么 想有偿咨询一些东西
-
0
-
2
-
5按理说后面还有几行,但是也没显示失败,也没显示成功,该怎么办呢 哪位大神能帮帮
-
1用paddledetection和Yolov3检测跌倒。老师说yolo只是提供一个框,框内的内容是不是跌倒是由判别原理来体现的(比如我要检测跌倒,视频会把扁平的土堆识别成跌倒,推测可能是由于判别原理按长宽比例来判别)。搜了很久都没找到判别原理,按老师的说法应该不是paddle用什么算法就是什么原理,有他自己的判别原理
-
2我基本上打开都是占满了,根本用不上啊
-
1
-
2训练的时候保存模型是这样的model_param_path="./model_parameter/params"+str(epoch_id).zfill(3)train_param_path="./train_parameter/persistables"+str(epoch_id).zfill(3)fluid.io.save_params(executor=exe,dirname=model_param_path,main_program=train_program)fluid.io.save_persistables(executor=exe,dirname=train_param_path,main_program=train_program)测试的时候加载模型时是这样的#fluid.io.load_persistables(executor=exe,dirname='../train_parameter/persistables873',main_program=startup_program)fluid.io.load_params(executor=exe,dirname='../model_para
-
1
-
0
-
6
-
0我们学校有个比赛项目 想联系一些paddle上的大佬 问几个技术问题
-
0
-
2已浏览过历史issue中所有相关问题,也已确保输入完全一致。 标题:c++ 预测与python预测结果不一致 版本、环境信息: 1)PaddlePaddle版本:python 1.4.0, c++ 1.4.0 4)系统环境: python: Mac pip install paddlepaddle==1.4.0 c++: nvidia/cuda:9.0-devel; 自行checkout release/1.4 编译。(直接下载官网的编译好的,运行出core,Issue在这里。) -预测信息 1)C++预测: GIT COMMIT ID: 4b3f9e5c61d687ea90e6599bf9494df92ed088fb WITH_MKL: ON WITH_MKLDNN: ON WITH_GPU: ON CUDA version: 9.0 CUDNN version: v7 2)CMake包含路径的
-
1请问,文本行定位训练后,执行python3 tools/infer_det.py -c configs/det/det_mv3_db.yml -o Global.infer_img="./doc/imgs_en/img_10.jpg" Global.pretrained_model="./output/det_db/best_accuracy"很长时间才能结束,是什么问题?
-
4
-
0亲爱的paddlepaddle吧的吧友们:大家好! “chenfenggen”为本吧吧主候选人得票最多者,共计1张真实票数,根据竞选规则,官方最终批准@chenfenggen,为本吧正式吧主。公示期三天。 吧主上任后,请严格遵守吧主协议 https://tieba.baidu.com/mo/q/newapply/rule?from=task,履行吧主义务,积极投身本吧的发展建设,也请广大吧友进行监督。如出现违规问题,请至贴吧反馈中心进行反馈或者投诉http://tieba.baidu.com/pmc/reportBazhu
-
1
-
2请教问题都不知道找谁
-
1
-
4ValueError: Feed a list of tensor, the list should be the same size as places import paddle from paddle import fluid import numpy as np def reader_creater(type="train"): def reader(): for i in range(10): yield np.ones(2)*i,np.ones(2)*i return reader train_reader=reader_creater() train_reader=paddle.batch(train_reader,2) # train_reader=paddle.reader.shuffle(train_reader,3) train_program=fluid.Program() init_program=fluid.Program() with fluid.program_guard(train_program,init_program): x=fluid.layers.data(name='x',shape=[2],dtype='float64') y=fluid.layers.data(name='