核心技术
机器学习基础技术

百度机器学习基础技术提供各种机器学习或深度学习的基础框架和模型库,通过组件化的模块,让使用者轻松实现经典算法或搭建模型,满足应用或研究的需求。

PARL(PaddlePaddle Reinforcement Learning Framework) 是基于Paddle下一代API fluid搭建的深度强化学习框架,通过抽象出常用的强化学习迭代机制,大幅度降低用户开发强化学习模型的成本,同时提供一系列的IO优化/模型搭建/并行支持。

PARL:深度强化学习框架

PARL 是面向高并发设计的通用强化学习框架。通过组件化的模块可以轻松搭建 DQN/PPO/A3C等经典算法,同时具备扩展多simulator并行的能力

开源技术 - 主题模型 了解详情

Familia 开源项目包含文档主题推断工具、语义匹配计算工具以及基于工业级语料训练的三种主题模型:Latent Dirichlet Allocation(LDA)、SentenceLDA 和Topical Word Embedding(TWE)。 支持用户以“拿来即用”的方式进行文本分类、文本聚类、个性化推荐等多种场景的调研和应用。考虑到主题模型训练成本较高以及开源主题模型资源有限的现状,我们会陆续开放基于工业级语料训练的多个垂直领域的主题模型,以及这些模型在工业界的典型应用方式,助力主题模型技术的科研和落地。