README_cn.md

PaddlePaddle

English | 简体中文

欢迎来到 PaddlePaddle GitHub

PaddlePaddle (PArallel Distributed Deep LEarning) 是一个简单易用、高效灵活、可扩展的深度学习平台，最初由百度科学家和工程师共同开发，目的是将深度学习技术应用到百度的众多产品中。

我们的愿景是让每个人都能通过PaddlePaddle接触深度学习

跟进PaddlePaddle最新特性请参考我们的版本说明

PaddlePaddle最新版本: v1.6

安装最新稳定版本:

# Linux CPU
pip install paddlepaddle
# Linux GPU cuda10cudnn7
pip install paddlepaddle-gpu
# Linux GPU cuda9cudnn7
pip install paddlepaddle-gpu==1.6.1.post97


# 其他平台上的安装指引请参考 http://paddlepaddle.org/

PaddlePaddle用户可领取免费Tesla V100在线算力资源，训练模型更高效。每日登陆即送12小时，连续五天运行再加送48小时，前往使用免费算力。

特性

• 灵活性

  PaddlePaddle支持丰富的神经网络架构和优化算法。易于配置复杂模型，例如带有注意力机制或复杂记忆连接的神经网络机器翻译模型。

• 高效性

  为了高效使用异步计算资源，PaddlePaddle对框架的不同层进行优化，包括计算、存储、架构和通信。下面是一些样例：

  • 通过SSE/AVX 内置函数、BLAS库(例如MKL、OpenBLAS、cuBLAS)或定制的CPU/GPU内核优化数学操作。
  • 通过MKL-DNN库优化CNN网络
  • 高度优化循环网络，无需执行 padding 操作即可处理 变长 序列
  • 针对高维稀疏数据模型，优化了局部和分布式训练。

• 稳定性

  有了 PaddlePaddle，使得利用各种CPU/GPU和机器来加速训练变得简单。PaddlePaddle 通过优化通信可以实现巨大吞吐量和快速执行。

• 与产品相连

  另外，PaddlePaddle 的设计也易于部署。在百度，PaddlePaddle 已经部署到含有巨大用户量的产品和服务上，包括广告点击率（CTR）预测、大规模图像分类、光学字符识别（OCR）、搜索排序，计算机病毒检测、推荐系统等等。PaddlePaddle广泛应用于百度产品中，产生了非常重要的影响。我们希望您也能探索 PaddlePaddle 的能力，为您的产品创造新的影响力和效果。

安装

推荐阅读官网上的安装说明

文档

我们提供英文和 中文 文档

• 深度学习101

  或许您想从这个在线交互式书籍开始，可以在Jupyter Notebook中运行

• 分布式训练

  可以在MPI集群上运行分布式训练任务

• Python API

  新的API支持代码更少更简洁的程序

• 贡献方式

  欢迎您的贡献!

交流与反馈

• 欢迎您通过Github Issues来提交问题、报告与建议
• QQ群: 796771754 (PaddlePaddle)
• 论坛: 欢迎大家在PaddlePaddle论坛分享在使用PaddlePaddle中遇到的问题和经验, 营造良好的论坛氛围

版权和许可证

PaddlePaddle由Apache-2.0 license提供