-
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。
-
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 或 AI Studio进行开发。
-
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。
-
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
-
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
-
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查看如何一键快速下载所有预训练模型。
-
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
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
