在识别蔬菜生长状态方面,基于百度的视觉技术及深度学习算法构建了克重识别模型,能通过图片判断蔬菜重量,进而判断其生长是否健康、能否采收,在自动化识别效果方面,准确率达到95%以上。 听着简单,但实现过程并不容易。数据采集是关键环节,由于农业数字化基础薄弱、蔬菜产品难以标准化、以及长且固定的自然生长周期,前期数据采集要花不少功夫。
该模型为国产深度学习框架首次在金融行业客户体验管理领域的应用,在整个金融保险行业具有示范性意义,模型预测的准确性也处于行业领先水平。 同时,国寿财险还基于百度智能云BML建模工具,打造了一站式的认知计算平台,可快速实现预测模型部署和模型服务发布及管理。
飞桨框架:国内首个开源开放、开发者规模最大、功能完备的产业级深度学习平台,提供多端多平台的高性能推理引擎框架。超过360万开发者、服务9万余企业,生产超过31万模型。 百度工业视觉智能平台:首款端云一体工业视觉智能平台,超过10+工业定制基础模型,20+工业预置场景模型,平台使用合作伙伴超过400+。
相关案例 话本小说 文化娱乐 用NLP打造小说深度学习推荐系统 铺美美 企业服务 AI助力餐饮设计平台全面智能化升级 查看更多案例 > 合作咨询 售前咨询 填写您的业务需求,专属客户经理会尽快联系您,提供1对1咨询服务 售后智能助手 智能诊断,快速解决使用问题 联系销售 更多咨询,请拨打 400-920-8999 转 1 体验AI Web端 前往 AI能力体验中心 移动端 打开百度APP“扫一扫
大模型训练加速服务 BML 平台针对大模型和主流的深度学习模型的训练都提供了加速服务: 在大模型训练场景中,支持了大模型参数下的混合并行加速,支持主流大模型,如ERNIE, GPT, VIT, SWIN-TRANSFORMER等的并行训练加速。 在主流深度学习模型的训练场景中,支持了在大规模数据量下的数据并行加速需求。 其核心的技术优化点为: 基础网络优化。
EasyEdge是基于百度飞桨轻量化推理框架Paddle Lite研发的端与边缘AI服务平台,能够帮助深度学习开发者将自建模型快速部署到设备端。只需上传模型,最快2分种即可获得适配终端硬件/芯片的模型。 支持主流深度学习网络在15+主流AI芯片的适配,支持多种操作系统。 前往 网络适配硬件表 ,可了解具体的加速效果。详细资料可参考 EasyEdge官网 。
PaddlePaddle深度学习平台 更多 时间从近到远 1 / 1 基于飞桨EasyDL的立体库智能盘点系统 零售 太原市凯创科技有限公司致力于物流系统总体规划、物流领域AI智能分析、智慧物流全系方案提供等,凯创物流资源综合服务平台在国内多家大型生产型企业、物流配送中心等得到广泛应用,在仓储物流技术方面处于国内领先地位。
资源池已经安装百度云 CCE Deep Learning Frameworks Operator 组件和 CCE AI Job Scheduler 组件 CCE Deep Learning Frameworks Operator:主流深度学习框架 operator 组件,要求组件版本>=1.6.10 CCE AI Job Scheduler :任务调度组件,支持调度管理各种AI任务,要求组件版本 >
在组件配置页面中完成深度学习框架配置。 调度策略支持 spread 和 binpack 两种,binpack 表示多个 Pod 会优先集中共享使用同一 GPU 卡,适用于需要提高 GPU 资源利用率的场景,spread 表示多个 Pod 会尽量分散使用不同的 GPU 卡,使用于 GPU 高可用场景。 抢占模式支持队列内优先级抢占和队列间超发抢占。
选择资源规格,由于深度学习所需的训练资源一般较多,需要选择GPU V100的资源规格。 完成配置后点击『确认并启动』,即可启动 Notebook,启动过程中需要完成资源的申请以及实例创建,请耐心等待。