在深度学习领域，我们通常会使用Python作为深度学习框架的前端开发语言，其简洁的语法与高效的开发方式可以加速应用深度学习的过程。
项目维护者：zhoujianwen
主要框架/工具组件：PaddleX、DotNETFramework
GitHub链接：
扫码进入项目主页
PaddleDDIM
（隐式去噪扩散模型）
去噪扩散概率模型（DDPMs）在无需对抗性训练的情况即可获得高质量的图像生成，但其往往需要模拟马尔可夫链的形式来生成样本，这也变相拖慢了采样速度。为了加快采样速度，论文提出了去噪扩散隐式模型（DDIMs），这是一类更有效的迭代隐式概率模型，其训练过程与DDPMs相同，但在构造方面将其替换为逆运算，在提升采样速度的同时也可生成更加清晰的图像数据。
项目维护者：HighCWu
主要框架/工具组件：飞桨PaddlePaddle核心框架
GloVe模型实现
文本特征空间的表示有两种比较经典的模式：潜在语义分析、Word2Vec。其中，潜在语义分析则是通过对词对共现矩阵进行矩阵分解得到文本潜在信息，很好考虑了文本统计信息，而Word2Vec则是通过最大化词序列在一定长度的窗口中的共现概率，可快速得到文本向量空间。
GloVe综合了两种方法的优点，提出了一种基于全局词共现信息的全局对数双线性回归模型（globallog-bilinearregressionmodel），其表示的语义词向量相似度尽可能接近在统计共现矩阵中统计相似度，并且不同共现的词有不同权值，而且在性能方面该模型增加了耗时不长的预处理阶段来得到共现词对及共现频率，对比Word2Vec显著降低了训练时长。
项目维护者：fiyen
上周看点传送门：
开源项目不在规模大小，大的开源项目成为行业翘楚，提供全面解决思路和方式，但小项目一样激动人心，创意傲人。
如果你想推荐自己的项目，只需简单进行项目介绍，发送邮件给飞桨社区工作人员（zhanghongji@baidu.com）即有机会参与项目推荐，你的代码也能给别人带来效率和价值！
·飞桨官网地址·
·飞桨开源框架项目地址·
长按上方二维码立即star！
飞桨(PaddlePaddle)以百度多年的深度学习技术研究和业务应用为基础，集深度学习核心训练和推理框架、基础模型库、端到端开发套件和丰富的工具组件于一体，是中国首个自主研发、功能丰富、开源开放的产业级深度学习平台。飞桨企业版针对企业级需求增强了相应特性，包含零门槛AI开发平台EasyDL和全功能AI开发平台BML。EasyDL主要面向中小企业，提供零门槛、预置丰富网络和模型、便捷高效的开发平台；BML是为大型企业提供的功能全面、可灵活定制和被深度集成的开发平台。