欢迎来到 PaddlePaddle 的 GitHub。
PaddlePaddle 作为中国首个自主研发的深度学习平台,自2016年正式向专业社区开源。它是一个工业级平台,拥有先进的技术和丰富的功能,涵盖了核心深度学习框架、基础模型库、端到端开发套件、工具和组件以及服务平台。 PaddlePaddle 源于工业实践,致力于工业化,并已广泛应用于制造业、农业、企业服务等众多领域,服务超过1070万开发者、23.5万家企业并生成了86万个模型。凭借这些优势,PaddlePaddle 帮助越来越多的合作伙伴实现了人工智能商业化。
安装
最新的 PaddlePaddle 版本:v2.6
我们的愿景是通过 PaddlePaddle 让深度学习为所有人所用。 请参阅我们的发布公告了解 PaddlePaddle 的最新功能。
安装最新的稳定版本
# CPU
pip install paddlepaddle
# GPU
pip install paddlepaddle-gpu
有关安装的更多信息,请查看快速安装。
现在我们的开发者可以免费获取 Tesla V100 在线计算资源。如果您通过 AI Studio 创建程序,每天将获得8小时的在线模型训练时间。点击这里开始。
四大领先技术
-
用于工业开发深度神经网络的敏捷框架
PaddlePaddle 深度学习框架通过利用可编程方案来构建神经网络,从而降低技术负担并促进开发。它支持声明式编程和命令式编程,同时保持开发的灵活性和高运行性能。神经网络架构可以通过算法自动设计,其性能优于人类专家设计的架构。
-
支持超大规模深度神经网络训练
PaddlePaddle 在超大规模深度神经网络训练方面取得了突破。它推出了全球首个支持百亿特征和万亿参数的深度网络训练,并且可以在数百个节点上分布式数据源的开源训练平台。PaddlePaddle 克服了超大规模深度学习模型的在线深度学习挑战,并实现了万亿参数的实时模型更新。 点击这里了解更多
-
适用于全面部署环境的高性能推理引擎
PaddlePaddle 不仅兼容第三方开源框架训练的模型,还为各种生产场景提供了完整的推理产品。我们的推理产品线包括 Paddle Inference:适用于高性能服务器和云端推理的原生推理库;FastDeploy:易于使用的高性能 AI 模型部署工具包,适用于云端、移动端和边缘设备,提供开箱即用且统一的体验;Paddle Lite:适用于移动端和物联网环境的超轻量级推理引擎;Paddle.js:用于浏览器和小程序的前端推理引擎。此外,通过对每个场景中的领先硬件进行大量优化,Paddle 推理引擎的性能超过了大多数其他主流框架。
-
面向工业的模型和开源库
PaddlePaddle 包含并维护了100多个在工业中实践并经过长期打磨的主流模型。这些模型中的一些在国际重要比赛中获得了主要奖项。同时,PaddlePaddle 还提供了200多个预训练模型(其中一些包含源代码),以便于工业应用的快速开发。 点击这里了解更多
文档
-
您可能希望从如何使用 PaddlePaddle 实现深度学习基础知识开始。
-
到目前为止,您已经熟悉了 Fluid。下一步应该是构建一个更高效的模型或发明您自己的操作符。
-
我们的新 API 使程序更短。
-
我们感谢您的贡献!
开源社区
-
Github Issues:bug 报告、功能请求、安装问题、使用问题等。
-
开源贡献活动:
- 初学者:Happy Open Source 活动(常规赛季、预热训练营)
- 高级:PaddlePaddle Hackathon(个人挑战赛、LLM 应用大赛、Hackathon 编码营)
-
社区组织:
- 技术组织:Paddle 框架贡献者俱乐部, PFCC
- 社区治理组织:PaddlePaddle 开源发展工作组, PPOSDWG
-
社区博客:https://pfcc.blog/
课程
版权与许可证
PaddlePaddle 根据 Apache-2.0 许可证 提供。