Paddle-Lite-Demo Paddle-Lite提供IOS、Android和ARMLinux的示例，具体如下： iOS示例: 基于MobileNetV1的图像分类（支持视频流）； 基于MobileNetV1-SSD的目标检测（支持视频流）; Android示例: 基于MobileNetV1的图像分类； 基于MobileNetV1-SSD的目标检测； 基于Ultra-Light-Fast-Generic-Face-Detector-1MB的人脸检测； 基于DeeplabV3+MobilNetV2的人像分割； 基于视频流的人脸检测+口罩识别； 基于YOLOV3-MobileNetV3的目标检测； ARMLinux示例: 基于MobileNetV1的图像分类； 基于MobileNetV1-SSD的目标检测； 关于Paddle-Lite和示例，请参考本文剩余章节和如下文档链接： 文档官网中

基于paddle从头实现了单向，多层，双向LSTM，给出了完整使用代码,并与paddle自带的LSTM进行了对比实验。

百度paddle学习日记(三）——车牌识别 今天的任务也就开门见山了 车牌识别 意思和题目一样，让计算机能看懂 车牌！ 先介绍一下 本次使用CNN 也就是卷积神经网络。 通过过滤器和池化层对图像进行处理来达到学习的目的！ 训练数据和paddle教程可分别在以下两个网址获取： https://aistudio.baidu.com https://www.paddlepaddle.org.cn 废话不多说，直接上代码： #导入需要的包 import numpy as np import paddle as paddle import paddle.fluid as fluid from PIL i

自行编译的Paddle的TX2的Python安装包，要安装numpy1.18.5

使用飞桨实现手写数字识别

使用飞桨（Paddle）构建单层神经网络.ipynb

采用一维CNN神经网络算法，对西储大学轴承数据集分为10中故障类型进行故障识别，最终准确率很高；同时算法结构灵活，可以自定制网络及优化器，满足多张故障数据集。

问题解决：AttributeError: module ‘paddle.fluid’ has no attribute ‘EndStepEvent’问题描述解决思路问题解决 问题描述 在使用paddle.fluid导入EndStepEvent过程中 global step if isinstance(event, fluid.EndStepEvent): if event.step == 0: plot_cost.append('Train Cost', step, event.metrics[0]) plot

yolov3-vehicle-detection-paddle 我的博客地址： vehicle-detection based on yolov3（基于paddle的YOLOv3车辆检测和车辆类型识别） 今天我们使用 Paddle 开源的两个工具：PaddleDetection 和 X2Paddle 来进行一个车辆检测和类型识别的小demo~ 源码地址： 最终的检测效果如图： 一. PaddleDetection 简介： 源码地址： 官方文档： PaddleDetection 创立的目的是为工业界和学术界提供丰富、易用的目标检测模型。不仅性能优越、易于部署，而且能够灵活的满足算法研究的需求。 简而言之就是，该工具使用百度开源的 Paddle 框架，集成了多种图像识别和目标检测框架，并且提供了相应的训练、推理和部署工具，使得用户可以自己 DIY 数据集和模型细节，实现深度学习落地应用的快速部

一份不错的PaddlePaddle入门教材。百度的深度学习框架PaddlePaddle你值的了解下。