【动手学Paddle2.0系列】模型参数EMA理论详解与实战 什么是EMA？ 滑动平均(exponential moving average)，或者叫做指数加权平均(exponentially weighted moving average)，可以用来估计变量的局部均值，使得变量的更新与一段时间内的历史取值有关。滑动平均可以看作是变量的过去一段
【动手学Paddle2.0系列】DropBlock理论与实战 1.DropBlock理论介绍 dropout被广泛地用作全连接层的正则化技术，但是对于卷积层，通常不太有效。dropout在卷积层不work的原因可能是由于卷积层的特征图中相邻位置元素在空间上共享语义信息，所以尽管某个单元被dropout掉，但与其相
pip 安装paddle2.0.2 python -m pip install paddlepaddle-gpu==2.0.2.post110 -f https://paddlepaddle.org.cn/whl/mkl/stable.html安装cuda11.0 conda search cuda 搜索可用cuda版本 conda install cudatoolkit=11.0安装cudnn8.1.0
Autoencoder异常检测 - Paddle2.0实现时序数据异常检测 Autoencoder异常检测 - Paddle2.0实现时序数据异常检测1.Autoencoder简介2.Autoencoder无监督异常检测3.Paddle2.0基于AUTOENCODER实现异常时序检测4.参考内容： Autoencoder异常检测 - Paddle2.0实现时序数据异常检
paddle2.0高层API实现自定义数据集文本分类中的情感分析任务 本文包含了： - 自定义文本分类数据集继承 - 文本分类数据处理 - 循环神经网络RNN, LSTM - ·seq2vec· - pretrained预训练模型 『深度学习7日打卡营·day3』 零基础解锁深度学习神器飞桨框架高层API，七天时间助你
引入 动态图方便调试，静态图方便部署而且效率较高，各有各的优点通过 Paddle2.0 的动转静功能，就能相对完美的兼顾这两者的优势实现用动态图进行训练调试，训练完成后使用静态图模型进行部署本文将通过一个实例来展示如何将一个动态图模型转换至静态图并且通过导出的推理模型来完成
