Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
PaddlePaddle
PaddleHub
提交
16e3b384
P
PaddleHub
项目概览
PaddlePaddle
/
PaddleHub
大约 1 年 前同步成功
通知
282
Star
12117
Fork
2091
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
200
列表
看板
标记
里程碑
合并请求
4
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
PaddleHub
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
200
Issue
200
列表
看板
标记
里程碑
合并请求
4
合并请求
4
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
未验证
提交
16e3b384
编写于
12月 13, 2019
作者:
Z
Zeyu Chen
提交者:
GitHub
12月 13, 2019
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
Update README.md
上级
7dc93c6f
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
4 addition
and
5 deletion
+4
-5
README.md
README.md
+4
-5
未找到文件。
README.md
浏览文件 @
16e3b384
...
...
@@ -4,9 +4,9 @@
[
![License
](
https://img.shields.io/badge/license-Apache%202-blue.svg
)
](LICENSE)
[
![Version
](
https://img.shields.io/github/release/PaddlePaddle/PaddleHub.svg
)
](https://github.com/PaddlePaddle/PaddleHub/releases)
PaddleHub是飞桨
的预训练模型管理和迁移学习工具,可以结合预训练模型更便捷地开展迁移学习工作。PaddleHub
特性:
PaddleHub是飞桨
预训练模型管理和迁移学习工具,通过PaddleHub开发者可以使用高质量的预训练模型结合Fine-tune API快速完成迁移学习到应用部署的全流程工作。PaddleHub具有以下
特性:
*
便捷地获取
PaddlePaddle
生态下的预训练模型,涵盖了图像分类、目标检测、词法分析、语义模型、情感分析、语言模型、视频分类、图像生成、图像分割等主流模型。
*
便捷地获取
飞桨
生态下的预训练模型,涵盖了图像分类、目标检测、词法分析、语义模型、情感分析、语言模型、视频分类、图像生成、图像分割等主流模型。
*
更多详情可查看官网:https://www.paddlepaddle.org.cn/hub
*
通过PaddleHub Fine-tune API,结合少量代码即可完成
**大规模预训练模型**
的迁移学习,具体Demo可参考以下链接:
*
[
文本分类
](
./demo/text-classification
)
...
...
@@ -18,13 +18,12 @@ PaddleHub是飞桨的预训练模型管理和迁移学习工具,可以结合
*
[
句子语义相似度计算
](
./demo/sentence_similarity
)
*
[
阅读理解任务
](
./demo/reading-comprehension
)
*
『
**模型即软件**
』的设计理念,通过Python API或
者命令行实现一键预测,更方便地应
用PaddlePaddle模型库。
*
『
**模型即软件**
』的设计理念,通过Python API或
命令行实现快速预测,更方便地使
用PaddlePaddle模型库。
*
[
PaddleHub命令行工具介绍
](
https://github.com/PaddlePaddle/PaddleHub/wiki/PaddleHub%E5%91%BD%E4%BB%A4%E8%A1%8C%E5%B7%A5%E5%85%B7
)
*
一键Module服务化部署 - HubServing
*
[
PaddleHub Serving一键服务化部署
](
https://github.com/PaddlePaddle/PaddleHub/wiki/PaddleHub-Serving%E4%B8%80%E9%94%AE%E6%9C%8D%E5%8A%A1%E9%83%A8%E7%BD%B2
)
*
[
使用示例
](
./demo/serving
)
*
支持AutoDL Finetuner超参优化技术, 自动搜索最优模型超参得到更好的模型效果。
*
[
AutoDL Finetuner超参优化功能使用示例
](
./demo/autofinetune
)
*
支持AutoDL Finetuner超参优化技术, 自动搜索最优模型超参得到更好的模型效果。详情请参考
[
AutoDL Finetuner超参优化功能教程
](
./demo/autofinetune
)
## 目录
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录