未验证 提交 ca104446 编写于 作者: L LaraStuStu 提交者: GitHub

Update index.rst

上级 cd856fb1
......@@ -3,34 +3,42 @@ PaddleX GUI
PaddleX GUI是基于PaddleX实现的可视化开发客户端。开发者以点选、键入的方式快速体验深度学习模型开发的全流程。不仅可以作为您提升深度学习模型开发效率的工具,更可以作为您们应用PaddleX API搭建专属的行业软件/应用的示例参照。
PaddleX GUI 当前提供Windows,Mac,Ubuntu三种版本一键绿色安装的方式。请至[飞桨官网](https://www.paddlepaddle.org.cn/)下载您需要的版本。
PaddleX GUI 当前提供Windows,Mac,Ubuntu三种版本一键绿色安装的方式。请至‘飞桨官网<https://www.paddlepaddle.org.cn/paddle/paddleX>' 下载您需要的版本。
功能简介
---------------------------------------
PaddleX GUI是PaddleX API的衍生品,它在集成API功能的基础上,额外提供了可视化分析、评估等附加功能,致力于为开发者带来极致顺畅的开发体验。其拥有以下独特的功能:
- **全流程打通**
PaddleX GUI覆盖深度学习模型开发必经的**数据处理**、**超参配置**、**模型训练及优化**、**模型发布**全流程,无需开发一行代码,即可得到高性深度学习推理模型。
全流程打通
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
PaddleX GUI覆盖深度学习模型开发必经的 **数据处理** 、 **超参配置** 、 **模型训练及优化** 、 **模型发布** 全流程,无需开发一行代码,即可得到高性深度学习推理模型。
- **数据集智能分析**
详细的数据结构说明,并提供**数据标签自动校验**。支持**可视化数据预览**、**数据分布图表展示**、**一键数据集切分**等实用功能
数据集智能分析
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
详细的数据结构说明,并提供 **数据标签自动校验** 。支持 **可视化数据预览** 、 **数据分布图表展示** 、 **一键数据集切分** 等实用功能
- **自动超参推荐**
集成飞桨团队长时间产业实践经验,根据用户选择的模型类别、骨架网络等,提供多种针对性优化的**预训练模型**,并**提供推荐超参配置**,可**一键开启多种优化策略**
自动超参推荐
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
集成飞桨团队长时间产业实践经验,根据用户选择的模型类别、骨架网络等,提供多种针对性优化的 **预训练模型** ,并 **提供推荐超参配置** ,可 **一键开启多种优化策略**
- **可视化模型评估**
集成**可视化分析工具:VisualDL**, 以线性图表的形式展示acc、lr等关键参数在训练过程中的变化趋势。提供**混淆矩阵**等实用方法,帮助快速定位问题,加速调参。模型评估报告一键导出,方便项目复盘分析。
可视化模型评估
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
集成 **可视化分析工具:VisualDL** , 以线性图表的形式展示acc、lr等关键参数在训练过程中的变化趋势。提供 **混淆矩阵** 等实用方法,帮助快速定位问题,加速调参。模型评估报告一键导出,方便项目复盘分析。
- **模型裁剪及量化**
模型裁剪及量化
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
一键启动模型裁剪、量化,在不同阶段为开发者提供模型优化的策略,满足不同环境对模型性能的需求。
- **预训练模型管理**
预训练模型管理
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
可对历史训练模型进行保存及管理,未进行裁剪的模型可以保存为预训练模型,在后续任务中使用。
- **可视化模型测试**
可视化模型测试
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
客户端直接展示模型预测效果,无需上线即可进行效果评估
- **模型多端部署**
模型多端部署
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
点选式选择模型发布平台、格式,一键导出预测模型,并匹配完善的模型预测部署说明文档,贴心助力产业端到端项目落地
......
Markdown is supported
0% .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑!
想要评论请 注册