AutoDL

3 月，跳不动了？>>> 欢迎使用 PaddleHub ！ 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。其提供了飞桨生态下的高质量预训练模型，涵盖了图像分类、目标检测、词法分析、语义模型、情感分析、视频分类、图像生成、图像分割、文本审核、关键点检测等主流模型。更多模型详情请查看官网： https://www.paddlepaddle.org.cn/hub 基于预训练模型，PaddleHub支持以下功能： 命令行工具 ，通过Python API或命令行方便快捷地完成模型的搜索、下载、安装、升级、预测等功能 迁移学习 ，用户通过Fine-tune API，只需要少量代码即可完成自然语言处理和计算机视觉场景的深度迁移学习。 服务化部署 ，简单一行命令即可搭建属于自己的模型的API服务。 超参优化 ，自动搜索最优超参，得到更好的模型效果。 PaddleHub 特性 命令行工具 借鉴了Anaconda和PIP等软件包管理的理念，开发了PaddleHub命令行工具。可以方便快捷的完成模型的搜索、下载、安装、升级、预测等功能。 更加详细的使用说明可以参考 PaddleHub命令行工具 。 目前的预训练模型覆盖了图像分类、语义模型、视频分类、图像生成、图像分割

目录 一站式AI服务 高精度训练效果 丰富的服务部署方式 完善安全的数据服务 一站式AI服务 EasyDL提供围绕AI服务开发的端到端的一站式AI开发和部署平台，包括数据上传、数据标注、训练任务配置及调参、模型效果评估、模型部署，同时EasyDL面向不同用户提供了不同的训练平台，包括适用AI零基础或追求高效率开发的用户使用的经典版、适用AI初学者和AI专业用户使用的专业版、专为零售行业客户提供的零售版三种平台级方案，方便各类企业用户及个人开发者使用。 操作流程 Step 1 创建模型 确定模型名称，记录希望模型实现的功能 Step 2 上传并标注数据 分类功能的模型：在相应的分类标签下上传图片、文本、音频或视频等未标注或已标注数据。其中未标注数据支持在线标注。 检测功能的模型：上传数据后，需要在数据中标注出需要检测的具体目标 Step 3 训练模型并校验效果 选择算法、配置训练数据及其他任务相关参数完成训练任务启动。模型训练完毕后支持可视化查看模型评估报告，并通过 模型校验 功能在线上传数据测试模型效果。 Step 4 发布模型 将效果满意的模型选择训练任务版本，发布为API/设备端SDK/本地化部署/软硬一体设备。 更详细的操作指导，请参考各类模型的技术文档 高精度训练效果 EasyDL基于基于Paddle Paddle飞桨深度学习框架构建而成