简明易用的预训练模型管理框架，通过命令行接口，便捷获取PaddlePaddle生态下的预训练模型; 借助Finetune API，10行代码完成迁移学习

Paddle Lite是飞桨基于Paddle Mobile全新升级推出的端侧推理引擎，在多硬件、多平台以及硬件混合调度的支持上更加完备，为包括手机在内的端侧场景的AI应用提供高效轻量的推理能力，有效解决手机算力和内存限制等问题，致力于推动AI应用更广泛的落地

飞桨全流程开发客户端，集飞桨核心框架、模型库、工具及组件等深度学习开发全流程所需能力于一身，不仅为您提供一键安装的客户端，开源开放的技术内核更方便您根据实际生产需求进行直接调用或二次开发，是提升深度学习项目开发效率的最佳辅助工具。

知识增强语义理解框架ERNIE利用百度海量数据和飞桨PaddlePaddle多机多卡高效训练优势，通过深度神经网络与多任务学习等技术，持续学习海量数据和知识

ElasticCTR，即飞桨弹性计算推荐系统，是基于Kubernetes的企业级推荐系统开源解决方案。该方案融合了百度业务场景下持续打磨的高精度CTR模型、飞桨开源框架的大规模分布式训练能力、工业级稀疏参数弹性调度服务，帮助用户在Kubernetes环境中一键完成推荐系统部署，具备高性能、工业级部署、端到端体验的特点，并且作为开源套件，满足二次深度开发的需求。

PaddleFL是百度飞桨推出的联邦学习框架。支持DPSGD (differential privacy SGD)，FEDAVG，SECAGG (secure aggregate)等多种联邦学习训练策略。适用于CV，NLP等多个场景。在保护用户数据的前提下，使参与者间共享数据，以获得效果更好的模型。

具有高灵活性和可扩展性，支持可定制的并行扩展，覆盖DQN、DDPG、PPO、IMPALA 、A2C、GA3C等主流强化学习算法

弹性深度学习计算，资源空闲时一个训练作业多用一些资源，忙碌的时候少用一些，但是资源的变化并不会导致作业失败。也能弹性调度其他作业（比如 Nginx、MySQL 等），从而极大地提升集群总体利用率

PaddleCV是百度飞桨推出的视觉模型库，提供高精度、高推理速度、经过业务实践的各类视觉模型，并对同类任务提供易扩展、易模块化的工具集，一键任务启动、随心模型切换，快速业务验证

开源的网络结构自动化设计技术。AutoDL Design设计的图像分类网络在CIFAR10数据集正确率达到 98%，效果全面超过人类专家，居于业内领先位置

【工具组件】 灵活，通用且易于使用的NLP大规模预训练和多任务学习框架。