#########################

开源社区讲解

雨哥讲解

什么是开源社区？

就是指以开源的概念来运作的内容，如开源项目、开源产品等，特点是公开透明。
是一种互利共赢的合作形式

开源社区的好处？

1. 协作 接受所有人的修改
2. 采用和重组 人们可以利用开源项目创建其他东西
3. 透明度 任何人都可以对于开源项目进行监督和检查，可以进行纠错，促进更好发展

开源软件指南-如何从零玩转开源？

开源社区玩法

建立项目-代码托管-

1. 自己lead一个项目
   构思；创建项目；组建团队；发展社区等

2. 参与他人的项目
   bug反馈；文档个贡献；代码贡献；PR Review等

代码托管的软件平台

常用的为 github 和 gitee ，都是git内核的共享平台，github好处是全球最大，通用，gitee的好处是汉化比较好，而且是国内的，网络问题较少。

创建项目的基本文件（四大必备要素）

1.许可证 ：保证在其他人可以使用的同时，不会产生不良后果，也不会被盗用等产生恶性影响及后续纠纷 如：阿巴齐 apache license 2.0
2. README：是项目的介绍；项目如何快速使用，和一些关键及重要用法的信息和索引
3. 贡献指南： 告诉开发者如何参与到自己的项目中
4. 行为准则： 参与到自己的项目中的开发者需要遵守什么行为规范，（有现成的内容）

示例：paddlepaddle的github

https://github.com/PaddlePaddle/paddle
（前一个paddlepaddle相当于是组织名，后一个paddle 是项目名）

paddlepaddle 的基本要素文件

参与别人项目 开源贡献

步骤：

1. srar ：对感兴趣或者喜欢的代码仓库点击star，可以将该仓库收藏到个人页面
2. issue： 提交issue，反馈问题或者需求，或参与issue讨论
3. Pull request：Fork项目，新增自己的逻辑和改进，并且提交PR/Review PR/Merge PR

最终
4. 独立发展生态Repo： 以来原有Repo，创建自己的，并且增强 （相当于自己出来单干）

以github为例 讲解开源平台使用

1. 注册
   按照步骤来就行 问题不大

2. 创建一个开源项目
   右上角加号 New repo
   

填入内容&关键词以及信息

3.参与别人项目：
进入项目主页 查看别人的项目，并且点击三连

issue （开源贡献 最简单的途径）

可以在功能栏的ISSUEs中提交问题、意见和想法，并且进行交流，如paddlepaddle的：

下载&提交&上传 pull requests

可以将自己进行修改过的版本进行提交，在与原有代码的比较后进行上传与评价，如果得到项目管理员的许可，会进行更换和优化迭代 或被补充为项目代码的一部分（merge操作）

paddlepaddle的项目体系

paddle：主框架的代码库
models：官方所做的模型复现 代码库
paddleOCR： OCR领域的领域特有库
paddle lite： 预测引擎
paddledetection：
community：社区代码库
…
等等等等

#########################################################################

部署环节讲解

灰酱 老师
于航 PPDE 飞桨产品运营

小度熊二分类部署实践

跟硬件有一些相关。

在实地过程中 可以通过硬件输入在部署端对小度熊或者扬子鳄进行识别

课程目标

1. 万能公式回顾——深度学习开发关键流程
2. 概念明确 ——什么是训练？模型？部署？
3. 武功秘籍——了解飞桨轻量级推理部署框架——paddle lite
4. 轻松实践——自己学会并开发炮筒一个部署深度学习任务

课程重点：
1.任务解读 理解什么是训练 模型 部署
2.了解部署方案
3.实践 在armlinux进行小度熊的部署

万能公式回顾

今天主要讲的是部署上线：第六步
深度学习的关键环节：数据、模型、训练、预测

在训练完成后，会生成一个模型文件（类似于一个黑箱文件）
训练：从现有数据中学习经验
模型：训练好的神经网络
在paddlepaddle中，模型结构与模型网络，被抽象为了两个文件存储，作为模型的保存方式

部署即为将所生成好的模型文件，导入终端设备，进行实际应用的准备

常见的部署场景

1. 服务器端高性能部署 ——侧重延迟，吞吐，资源消耗
2. 模型服务化部署——侧重线上模型管理，弹性服务等
3. Mobile&loT小型移动设备部署（一般性能较低）——侧重性能，资源使用，部署体积，多硬件
4. web端部署 ——浏览器部署场景

针对以上的部署场景，飞桨分别准备了相应的部署支持方案库
paddle inference
paddle serving
paddle lite 轻量级推理化引擎
paddle

从训练到部署

模型准备–》模型优化–》推理部署

paddle lite 轻量化部署平台

项目实践

参考链接：
https://aistudio.baidu.com/aistudio/projectdetail/1480672

保存模型参数时：
model.save(‘Hapi_MyCNN’) # save for training （动态图模型） 一般用于调优
model2.save(‘Hapi_MyCNN’, False) # save for inference （静态图模型） 一般用于部署
二者在部署时有一些区别

部署步骤：
使用OPT工具生成paddle lite 的.nb模型
对照paddle lite 预测库
对照paddle lite

笔记发布

多写笔记
投稿 投完了以后找灰酱 和paddlepaddle 相关的， 可以领奖励

抽奖

恭喜这些b

大作业讲解

明天再开一场直播 专门讲作业，今天快速过一下 明晚8点

cifar100 是一个100分类的数据集 是一个CV方向的图像分类题目
具体要求 见题目要求和参考