-
2025-07-21 11:19:19
- 基于卷积神经网络VGG实现水果分类识别
- 本案例使用对水果数据集进行分类识别，案例详细的讲解了数据读取和预处理，模型介绍，训练，优化，评估，预测，部署这一完整流程，同时提供带有详细注释的代码。
-
865
-
2025-07-21 11:16:47
- 英雄联盟大师 Baseline
- 该赛事围绕英雄联盟实时对局数据预测胜负展开。提供18万训练数据与2万测试数据，含击杀、伤害等30个字段，需预测测试集“win”标签，以准确率评分。Baseline流程含环境配置、代码运行等步骤，采用简单神经网络模型，还可通过提取交叉特征、加入验证集等优化模型提升成绩。
-
831
-
2025-07-21 11:15:22
- 基于ChatGLM-6B模型 + prompt实现角色扮演功能
- 本文介绍了ChatGLM相关内容，包括ChatGLM的定义、模型结构、预测方式，还说明了基于其的项目。ChatGLM是通用语言模型，ChatGLM-6B是开源双语对话模型。项目结合ChatGLM和Prompt技术，介绍了在Paddle上的使用，包括模型读取、功能设计等。
-
298
-
2025-07-21 11:13:46
- 【快速上手ERNIE 3.0】法律文本多标签分类实战
- 本项目将介绍如何基于PaddleNLP对ERNIE 3.0预训练模型微调完成法律文本多标签分类预测。本项目主要包括“什么是多标签文本分类预测”、“ERNIE 3.0模型”、“如何使用ERNIE 3.0中文预训练模型进行法律文本多标签分类预测”等三个部分。
-
286
-
2025-07-21 11:12:26
- 使用Lora技术进行Dreambooth训练【抢先体验版】
- 本文介绍了使用PaddleNLP等工具进行模型训练与推理的流程。先安装paddlenlp等依赖，再分别用dreambooth lora和文生图lora方式训练，设置参数并保存权重。之后可启动visualdl查看训练出图，最后加载训练好的文件，通过相关代码进行推理生成图像。
-
486
-
2025-07-21 11:10:52
- “中国软件杯”大学生软件设计大赛-3D智慧医疗baseline
- “中国软件杯”3D智慧医疗赛题要求基于百度飞桨，完成3D医疗数据分割算法及WEB解析平台开发。算法需用PaddleSeg的MedicaSeg，以AMOS2022数据集（含11个器官标注）训练，采用nnunet模型；平台需实现数据导入、分割等功能。baseline提供了克隆仓库、数据处理、训练推理等全流程操作及权重快速推理方案。
-
428
-
2025-07-21 11:09:02
- 基于YOLOv3实现跌倒检测
- 本教程介绍如何用PaddleDetection的YOLOv3模型实现摔倒检测。步骤包括解压VOC格式数据集、安装相关包、划分数据集，修改配置文件后训练模型，还涉及模型评估、预测及可视化，最后说明Paddle Inference、Serving、Lite等部署方式，mAP达80.28%，可用于监控场景。
-
224
-
2025-07-21 11:07:14
- “中国软件杯”大学生软件设计大赛——龙源风电赛道比赛预测基线
- 本文围绕风电功率预测赛题展开，介绍了龙源电力提供的数据集，包括数据字段、采集方式及预测时间要求。阐述了用PaddleTS模型库处理数据的流程，如预处理、分析，还讲解了单模型和集成模型的训练、评估、保存等，以及回测、提交说明和常见问题解答。
-
792
-
2025-07-21 11:05:04
-
2025-07-21 10:57:13
- 点击反欺诈预测Baseline
- 本文介绍点击反欺诈预测赛题及基线方案。赛题需预测点击是否为欺诈，基于约50万次点击数据，仅限用飞桨框架。基线含运行方式、设计思想与技术方案，包括数据处理（提供emb和norm方案）、网络结构设计，还给出训练和推理步骤及相关代码实现。
-
760
