2019-01 的文章

《PaddlePaddle从入门到炼丹》九——迁移学习

感谢分享这个详细且全面的教程。使用预训练模型确实能够大大提高模型的效果和收敛速度,特别是对于数据量较小的情况。下面我将根据你的代码进行一些优化和补充说明,并提供一些建议。 ### 代码优化 1. **加载和保存模型时的错误处理**:增加对文件操作错误的捕获。 2. **使用 `paddle.static` API**:推荐使用 PaddlePaddle 的静态图 API,因为它在训练和预测中更

阅读全文
《PaddlePaddle从入门到炼丹》十——VisualDL 训练可视化

本章节将详细介绍如何使用PaddlePaddle的`VisualDL`工具来进行模型训练过程中的可视化,这有助于更好地理解模型学习的过程和优化效果。以下是详细的教程步骤: ### 一、安装VisualDL 首先需要确保已经安装了PaddlePaddle,并且已经安装了VisualDL。如果尚未安装,可以通过以下命令进行安装: ```bash pip install paddlepaddle-gp

阅读全文
《PaddlePaddle从入门到炼丹》七——强化学习

你的教程详细介绍了如何使用PaddlePaddle实现深度Q网络(DQN)来玩一个小游戏。以下是对你文档的总结和一些补充建议: ### 文档总结 1. **环境搭建**:你已经介绍了如何安装和配置PaddlePaddle,确保可以运行相关的代码。 2. **项目介绍**:详细描述了如何使用PaddlePaddle实现一个简单的强化学习模型来玩一个小游戏(例如Atari游戏)。 3. **代码实

阅读全文
《PaddlePaddle从入门到炼丹》八——模型的保存与使用

### 《PaddlePaddle从入门到炼丹》八——模型保存与加载 在这一章节中,我们将会介绍如何使用 PaddlePaddle 进行模型的保存与加载。保存和加载模型是机器学习项目中的重要步骤之一,它允许我们将训练好的模型用于实际的应用中,或者继续进行优化和微调。 #### 1. 模型保存 为了将训练完成后的模型保存到文件中,我们可以使用 `fluid.io.save_persistable

阅读全文