飞桨
业务数据全用上也喂不饱AI？试试这个小样本学习工具包
基于飞桨的小样本学习工具包，旨在降低小样本学习研究和应用的设计与时间成本。PaddleFSL提供了低层次的工具函数与接口，以供使用者设计新的小样本学习方法或构建新的小样本学习数据集，同时也提供了经典小样本学习方法的高层次实现，以及经典的小样本数据集。
NLP最实用教程可以白嫖了！理论知识+项目实践，还配V100免费算力
课程配有丰富的实践环节，每日发布实战作业，讲师现场coding+trick经验分享，发布多主题NLP竞赛并提供赛前指导，更有开放性项目，比如：自己动手搭建一个NLP对话、翻译小系统等，任你挑战！
超越YOLOv5，1.3M超轻量，高效易用，目标检测领域这一个就够了
新增超越YOLOv4、YOLOv5 的PP-YOLOv2，1.3M 超超超轻量目标检测算法PP-YOLO Tiny，全面领先同类框架的RCNN系列算法，以及SOTA 的Anchor Free算法：PAFNet（Paddle Anchor Free）
飞桨框架2.0来了！动态图开发、API升级、分布式训练、完备硬件生态
飞桨开源深度学习平台已涵盖核心框架、基础模型库、端到端开发套件与工具组件，为产业、学术、科研创新提供基础底座。
ONNX开发者大会即将召开，百度飞桨与LF AI&Data共同承办
北京时间3月25日上午8点，百度飞桨与LF AI & Data基金会共同承办的2021年ONNX开发者大会（ONNX Community Virtual Meetup 2021）即将重磅开启，面向全球开发者进行线上直播，无论是热衷钻研开源技术，还是探索AI应用落地的开发者们，都将从大会中获取干货与灵感。
屠榜大杀器UniMP！百度登顶图神经网络权威榜单三项榜首
百度提出融合标签传递和图神经网络的统一模型UniMP（Unified Message Passing），在图神经网络权威榜单OGB（Open Graph Benchmark）取得多项榜首。
精度45.9%，推理速度72.9FPS，百度飞桨推出工业级目标检测模型 PP-YOLO
飞桨目标检测套件PaddleDetection的研发团队也为了让YOLOv3模型在工业实际应用场景拥有更优异的精度与推理速度，以尽量不增加模型计算量和推理开销为前提，探索出了一整套更深度的算法优化秘籍，将原先YOLOv3模型的精度（在COCO test-dev2017数据集）从33.0%提升了12.9个绝对百分点，达到45.9%，处于业界领先行列！而在该精度下，其推理速度在V100上达到了72.9 FPS。
