【学习笔记】昇思25天学习打卡(D01)初学02-快速入门.ipynb

这次学习了如何使用 MindSpore 来实现手写数字识别任务。以下是主要步骤：

1. 下载并处理数据集：

   • 可以从华为云下载数据集，速度更快。
   • MNIST 数据集包含 10 类 28x28 的灰度图像，训练集有 60000 张图片，测试集有 10000 张图片。

2. 创建模型：

   • 使用自定义网络模型，共5层（2个Relu层、3个Dense层）。

3. 定义损失函数和优化器：

   • 使用交叉熵损失函数CrossEntropyLoss。
   • 使用SGD优化器。

4. 训练及保存模型：

   • 使用 value_and_grad 接口生成求导函数，用于计算forward函数的正向计算结果和梯度。
   • 使用 save_checkpoint 接口保存网络模型和参数。

5. 加载及使用模型：

   • 使用 load_checkpoint 接口加载参数。
   • 使用 load_param_into_net 接口加载参数到模型。
   • 使用 set_train 接口设置模型为预测推理模式。

教程来自：
https://gitee.com/mindspore/docs/blob/r2.3/tutorials/source_zh_cn/beginner/quick_start.ipynb