模型开发入门

本部分将介绍飞桨框架 2.0 的开发流程。

为了快速上手飞桨框架 2.0，你可以参考10 分钟快速上手飞桨 ;

当完成了快速上手的任务后，下面这些模块会阐述如何用飞桨框架 2.0，实现深度学习过程中的每一步。具体包括：

• Tensor 介绍: 介绍飞桨基本数据类型 Tensor 的概念与常见用法。
• 数据集定义与加载: 飞桨框架数据加载的方式，主要为 paddle.io.Dataset + paddle.io.DataLoader\ ，以及飞桨内置数据集的介绍。
• 数据预处理 : 飞桨框架数据预处理的方法，主要是 paddle.vision.transform.* 。
• 模型组网: 飞桨框架组网 API 的介绍，主要是 paddle.nn.* ，然后是飞桨框架组网方式的介绍，即 Sequential 的组网与 SubClass 的组网。
• 训练与预测 : 飞桨框架训练与预测的方法，有两种方式，一种是使用高层 API paddle.Model 封装模型，然后调用 model.fit()、model.evaluate()、model.predict()完成模型的训练与预测；另一种是用基础 API 完成模型的训练与预测，也就是对高层 API 的拆解。
• 模型的加载与保存 : 飞桨框架模型的加载与保存体系介绍。