昇思25天学习打卡营第二天|入门

       昨天由于电脑出了故障，没能及时打卡。争取今后保持每日打卡节奏。

       今日学习了02快速入门的下半部分，即网络构建，模型训练和保存模型。网络构建较为基础，模型训练则更加复杂。完成模型训练过程需要三步：1.正向计算  2.反向传播  3.参数优化。

       由于MindSpore使用函数式自动微分机制，因此在定义时需要正向计算函数，且要使用value_and_grad通过函数变化获得梯度计算函数。完成准备工作后，我们需要定义测试函数，以评估模型性能。训练过程中，需要多次迭代数据集，在每一集遍历训练集进行训练，结束后使用测试集进行预测。之后会发现loss在不断下降，Accuracy不断提高。

 

 

 

 

 

 

 

 

 

 

 

 

      加载模型需要重新实例化模型对象和构造模型，之后加载模型参数并将其加载之模型上。这里实例化了一个随机初始模型，数据如上图。

      最后完成学习。