|
|
@@ -1,46 +0,0 @@
|
|
|
-
|
|
|
-
|
|
|
-1. **为什么训练速度这么慢？**
|
|
|
-
|
|
|
- PaddleX完全采用您本地的硬件进行计算，深度学习任务确实对算力要求较高，为了使您能快速体验应用PaddleX进行开发，我们适配了CPU硬件，但强烈建议您使用GPU以提升训练速度和开发体验。
|
|
|
-
|
|
|
-
|
|
|
-
|
|
|
-2. **我可以在服务器或云平台上部署PaddleX么？**
|
|
|
-
|
|
|
- PaddleX GUI是一个适配本地单机安装的客户端，无法在服务器上直接进行部署，您可以直接使用PaddleX API，或采用飞桨核心框架进行服务器上的部署。如果您希望使用公有算力，强烈建议您尝试飞桨产品系列中的 [EasyDL](https://ai.baidu.com/easydl/) 或 [AI Studio](https://aistudio.baidu.com/aistudio/index)进行开发。
|
|
|
-
|
|
|
-
|
|
|
-
|
|
|
-3. **PaddleX支持EasyData标注的数据吗？**
|
|
|
-
|
|
|
- 支持，PaddleX可顺畅读取EasyData标注的数据。但当前版本的PaddleX GUI暂时无法支持直接导入EasyData数据格式，您可以参照文档，将[数据集进行转换](https://paddlex.readthedocs.io/zh_CN/latest/appendix/how_to_convert_dataset.html)再导入PaddleX GUI进行后续开发。
|
|
|
- 同时，我们也在紧密开发PaddleX GUI可直接导入EasyData数据格式的功能。
|
|
|
-
|
|
|
-
|
|
|
-
|
|
|
-4. **为什么模型裁剪分析耗时这么长？**
|
|
|
-
|
|
|
- 模型裁剪分析过程是对模型各卷积层的敏感度信息进行分析，根据各参数对模型效果的影响进行不同比例的裁剪。此过程需要重复多次直至FLOPS满足要求，最后再进行精调训练获得最终裁剪后的模型，因此耗时较长。有关模型裁剪的原理，可参见文档[剪裁原理介绍](https://paddlepaddle.github.io/PaddleSlim/algo/algo.html#2-%E5%8D%B7%E7%A7%AF%E6%A0%B8%E5%89%AA%E8%A3%81%E5%8E%9F%E7%90%86)
|
|
|
-
|
|
|
-
|
|
|
-
|
|
|
-5. **如何调用后端代码？**
|
|
|
-
|
|
|
- PaddleX 团队为您整理了相关的API接口文档，方便您学习和使用。具体请参见[PaddleX API说明文档](https://paddlex.readthedocs.io/zh_CN/latest/apis/index.html)
|
|
|
-
|
|
|
-
|
|
|
-
|
|
|
-6. **如何在离线环境下使用PaddleX？**
|
|
|
-
|
|
|
- PaddleX是支撑用户在本地离线环境中训练模型的，但是如果大家希望使用PaddleX团队为大家准备好的在标准数据集上训练的预训练模型，则需要在线环境进行下载。大家可以参照完整的无联网情况下进行模型训练的[文档](https://github.com/PaddlePaddle/PaddleX/blob/develop/docs/appendix/how_to_offline_run.md)查看如何一键快速下载所有预训练模型。
|
|
|
-
|
|
|
-
|
|
|
-
|
|
|
-7. **有没有行业应用案例，或者实现好的工程实例？**
|
|
|
-
|
|
|
- 有的，PaddleX提供丰富的行业应用案例和完整的示例项目，请参考[PaddleX产业案例集](https://paddlex.readthedocs.io/zh_CN/develop/examples/index.html)
|
|
|
-
|
|
|
-**如果您有任何问题或建议，欢迎以issue的形式，或加入PaddleX官方QQ群（1045148026）直接反馈您的问题和需求**
|
|
|
-
|
|
|
-
|
syyxsxx