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
models
提交
f7b81ebf
M
models
项目概览
PaddlePaddle
/
models
大约 1 年 前同步成功
通知
222
Star
6828
Fork
2962
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
602
列表
看板
标记
里程碑
合并请求
255
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
M
models
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
602
Issue
602
列表
看板
标记
里程碑
合并请求
255
合并请求
255
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
f7b81ebf
编写于
1月 14, 2022
作者:
littletomatodonkey
提交者:
GitHub
1月 14, 2022
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
b0ca2883
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
4 addition
and
34 deletion
+4
-34
tutorials/mobilenetv3_prod/README.md
tutorials/mobilenetv3_prod/README.md
+4
-34
未找到文件。
tutorials/mobilenetv3_prod/README.md
浏览文件 @
f7b81ebf
# 飞桨训推一体全流程(TIPC)
开发文档
# 飞桨训推一体全流程(TIPC)
实战
## 1. TIPC简介
该文档主要介绍基于MobileNetV3_small模型的飞桨训推一体全流程实战。其中:
飞桨除了基本的模型训练和预测,还提供了支持多端多平台的高性能推理部署工具。飞桨训推一体全流程(Training and Inference Pipeline Criterion(TIPC))旨在建立模型从学术研究到产业落地的桥梁,方便模型更广泛的使用。
<div
align=
"center"
>
<img
src=
"images/tipc_guide.png"
width=
"800"
>
</div>
## 2. 不同环境不同训练推理方式的开发文档
-
[
Linux GPU/CPU 基础训练推理开发文档
](
./train_infer_python/README.md
)
-
更多训练方式开发文档
-
[
Linux GPU 多机多卡训练推理开发文档
](
./train_fleet_infer_python/README.md
)
-
[
Linux GPU 混合精度训练推理开发文档
](
./train_amp_infer_python/README.md
)
-
更多部署方式开发文档
-
[
Linux GPU/CPU PYTHON 服务化部署开发文档
](
./serving_python/README.md
)
-
[
Linux GPU/CPU C++ 服务化部署开发文档
](
./serving_cpp/README.md
)
-
[
Linux GPU/CPU C++ 推理开发文档
](
./infer_cpp/README.md
)
-
[
Paddle.js 部署开发文档
](
./paddlejs/README.md
)
-
[
Paddle2ONNX 开发文档
](
./paddle2onnx/README.md
)
-
ARM CPU 部署开发文档 (coming soon)
-
OpenCL ARM GPU 部署开发文档 (coming soon)
-
Metal ARM GPU 部署开发文档 (coming soon)
-
Jetson 部署开发文档 (coming soon)
-
XPU 部署开发文档 (coming soon)
-
更多训练环境开发文档
-
Linux XPU2 基础训练推理开发文档 (coming soon)
-
Linux DCU 基础训练推理开发文档 (coming soon)
-
Linux NPU 基础训练推理开发文档 (coming soon)
-
Windows GPU 基础训练推理开发文档 (coming soon)
-
macOS CPU 基础训练推理开发文档 (coming soon)
-
[
Step1-5
](
./Step1-5
)
:MobileNetV3_small的模型复现实战。
-
[
Step6
](
./Step6
)
:MobileNetV3_small的训练/评估/预测以及多种部署方案实战。
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