作者：王磊
更多精彩分享，欢迎访问和关注：https://www.zhihu.com/people/wldandan
目录
MindSpore易点通专栏是MindSpore易用性SIG打造的技术交流专区，用于收录MindSpore开发者的各种学习和实践经验总结。在此，我们整理了部分文章的合集，为大家提供一份一站式学习资料。同时，也欢迎广大开发者投稿本专栏，投稿方式如下：
- 打开MindSpore易点通（单击此处）专栏。
- 单击专栏页面上方的“推荐文章”按钮。
- 选择待推荐文章后，单击“确定”。
易用性SIG
入门沙盘
初学入门
- 一小时上手MindSpore
- 视频教程：2022年新版MindSpore初学教程 & 手把手安装与体验教程 & 硬核讲解MindSpore
- 文档教程：MindSpore文档教程
- 应用实践：1小时入门实践（识别猫狗APP） & MindSpore应用实践
- 环境准备：安装
- PyCharm IDE插件：MindSpore Dev ToolKit
- 模型库：模型库
- MindSpore易用性专栏：MindSpore易点通
一图了解MindSpore
网络迁移
- 迁移指南：https://mindspore.cn/docs/zh-CN/r1.7/migration_guide/overview.html
- API映射：https://mindspore.cn/docs/zh-CN/r1.7/note/api_mapping.html (PyTorch/TensorFlow语法映射)
- 语法支持：静态图语法支持
- MindSpore模型复现与网络迁移实践：https://www.bilibili.com/video/BV1nQ4y12789 （2021年）
深度开发
- 文档教程：https://mindspore.cn/tutorials/experts/zh-CN/r1.7/index.html
- 分布式并行：原理 & 案例
- 视频教程：https://space.bilibili.com/73414544/search/video?keyword=mindspore （2020年）
实践指南
- MindSpore基础网络构建及CV类网络迁移调试
- 基于MindSpore的NLP模型开发、迁移与调试
- MindSpore简介与云脑2实操
- 基于MindSpore的GNN模型开发、迁移和调试
- 面向对象编程+函数式编程新范式：以GAN网络为例
- MindSpore分布式并行训练与大模型
多平台安装
- 【MindSpore易点通·漫游世界】在WSL的Ubuntu 22.04上一键安装MindSpore GPU 1.7.0踩坑记
- 【MindSpore易点通】让我们谈谈MindSpore安装这点事儿~
- MindSpore Mac版本发布了！
- 如何高效安装MindSpore的GPU版本
- Conda配置MindSpore环境教程(GPU)
- 【MindSpore漫游世界】在Nvidia Jetson Orin使用MindSpore 1.6.1
- 张小白教你在WSL环境源码安装mindspore 1.5.1 GPU版本
- 张小白带你在Windows11 预览版的WSL上玩转MindSpore 1.3.0（GPU版）
- 张小白再带你玩一次Win11+WSL+CUDA11.1+cuDNN8.0.5+MindSpore 1.3.0（GPU版）
- 且看张小白如何用暗影精灵玩转MindSpore（一）开箱、拆机加装硬盘
- 且看张小白如何用暗影精灵玩转MindSpore（二）Windows 11预览版和ubuntu 18.04.5双系统共存
- 且看张小白如何用暗影精灵玩转MindSpore（三）3080的崛起
- 且看张小白如何用暗影精灵玩转MindSpore（四）昇思、昇思
- Nvidia Jetson Nano B01初体验
- 树莓派4B初体验
数据处理
- MindSpore易点通·精讲系列--数据集加载之MindDataset
- MindSpore易点通·精讲系列--数据集加载之TFRecordDataset
- 【MindSpore易点通】MindSpore Data经验解析
- 使用Mindspore0.1/0.2 在单机单卡和单机八卡环境下不同数据集大小运行速度对比
- MindSpore易点通·精讲系列--数据集加载之TFRecordDataset
模型开发
- MindSpore易点通·精讲系列--模型训练之GPU分布式并行训练
- MindSpore易点通·精讲系列--网络构建之LSTM算子--上篇
- MindSpore易点通·精讲系列--网络构建之LSTM算子--中篇
- MindSpore易点通·精讲系列--网络构建之LSTM算子--下篇
- 使用NPU进行MindSpore模型训练
- MindSpore：损失函数nn.SoftmaxCrossEntropyWithLogits 解析
- 【MindSpore易点通】如何将PyTorch源码转成MindSpore低阶API,并在Ascend芯片上实现单机单卡训练
- 【MindSpore易点通】如何迁移PyTorch代码并在Ascend上实现单机单卡训练
- MindSpore踩坑——昇腾上的Cosine误差
- LSTM+CRF实现序列标注
- MindSpore开发/复现NLP模型经验
- 使用MindSpore Python API写RNNs
- 百行代码写BERT，MindSpore能力大赏
- MindSpore的Weight Normalization实现
- 再改RNNs，试用While循环不展开特性
- MindSpore填坑系列——BCEWithLogitsLoss
- 【昇腾CANN训练营第二期】【模型营】使用PyCharm的ModelArts插件训练LeNet网络
- 【昇腾CANN训练营第二期】【模型营】第二周作业1：使用MobileV2实现猫狗分类（MindSpore）
- 【昇腾CANN训练营第二期】【模型营】第二周作业2：使用MobileV2实现手写数字识别（MindSpore）进阶作业低阶实现
- 【昇腾CANN训练营第二期】【模型营】第三周作业：使用GhostNet实现手写数字识别
部署推理
功能调试
- 【MindSpore易点通】模型测试和验证
- MindSpore报错合集
- 小孢子的神奇之旅-如何阅读MindSpore报错信息(1)
- 小孢子的神奇之旅-如何阅读MindSpore报错信息(2)
- 小孢子的神奇之旅-如何阅读MindSpore报错信息(3)
- MindSpore:The operation does not support the type [kMetaTypeNone， Tesor...
- split后For 'Mul', x.shape and y.shape are supposed to broadcast
应用案例
- 【MindSpore易点通机器人-01】你也许见过很多知识问答机器人，但这个有点不一样
- 【MindSpore易点通机器人-02】设计与技术选型
- 【MindSpore易点通机器人-03】迭代0的准备工作
- 【MindSpore易点通机器人-04】MLOps 环境搭建过程
- 【MindSpore易点通机器人-05】问答数据预处理及编码
- 【MindSpore易点通机器人-06】基于相似度模型实现问答匹配及推荐功能
- 【课程作业经验】基于MindSpore的YOLOv3-Darknet53的车辆检测计数实现
- 基于Mindspore实现MTCNN
- 【课程作业经验】基于MindSpore框架的道路场景语义分割方法研究
- MindSpore:YOLOv3人体目标检测模型实现（一）
- MindSpore：YOLOv3人体目标检测模型实现（二）
- MindSpore：YOLOv3人体目标检测模型实现（三）
- MindSpore:YOLOv3人体目标检测模型实现（四）
- 使用RNN实现情感分类
- Copy攻城狮在线体验 MindIR 格式模型生成
- 【MindSpore两日训练营第五期笔记】导出MindIR格式模型
- 使用ModelArts 0代码实现人脸口罩检测
- 使用Mindspore 0.3运行lstm_aclImdb
- 使用Mindspore0.5运行Resnet50Imagenet
- ModelArts使用ResNet_v1_50算法训练foods_32数据集
- 使用华为Ascend平台运行ResNet50Cifar10运行随记
- 【昇腾CANN训练营第二期】【应用营】第二周作业：MindX SDK环境安装和yolov3模型转换
- 【昇腾CANN训练营第二期】【应用营】第三周作业：使用MindX SDK运行图像检测和图像分类
- 【昇腾CANN训练营第二期】【应用营】高玩赛作业：使用MindStudio完成YoLoV5和ResNet50的推理开发
- MindSpore21天实战营（1）使用MindSpore Lite实现手机端图像检测
- MindSpore21天实战营（2）使用MindSpore和ModelArts实现Bert中文新闻分类
- MindSpore21天实战营（3）使用MindSpore实现Resnet50毒蘑菇识别
- MindSpore21天实战营（4）使用ModelArts和YoloV3-DarkNet50预训练模型实现篮球检测
- MindSpore21天实战营（5）使用PyCharm Kit进行基于Wide&Deep实现CTR预估实战
- MindSpore21天实战营（1）plus 使用MindSpore Lite实现手机端图像检测
- 张小白教你如何使用ModelArts的自动学习对毒蘑菇进行分类
- 张小白带你使用JupyterLab尝试体验“对抗示例生成”（使用MindSpore 1.4.1）
套件
张小白带你体验MindSpore 1.7.0新特性——MindSpore Vision
科学计算（AI for Science）
技术漫谈
说明：严禁转载本文内容，否则视为侵权。
845
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
