Madefuc-CSDN博客

原创《昇思25天学习打卡营第05天|网络构建》

通过继承nn.Cell类，在__init__方法中进行子Cell的实例化和状态管理，在construct方法中实现对Tensor操作。在这里，nn.Cell类与pytorch中的nn.module类相似，可以把construct方法看做forward方法。

2024-07-25 15:47:37 276

变换用于转换图像格式。在不同的硬件设备中可能会对(height, width, channel)或(channel, height, width)两种不同格式有针对性优化。接上一节的Dataset，本节对直接加载的原始数据进行预处理操作。所有的Transforms均可通过。在图像处理方面，上述数据变换能够满足深度学习的基本要求，并以此建立训练的基础。方法传入，实现对指定数据列的处理。一系列通用Transforms，如。

2024-07-25 15:33:18 401

原创《昇思25天学习打卡营第03天|数据集》

数据集加载后，一般以迭代方式获取数据，然后送入神经网络中进行训练。我们可以用create_tuple_iterator或create_dict_iterator接口创建数据迭代器，迭代访问数据。方法的数据集，表示可以通过迭代的方式逐步获取数据样本。这种类型的数据集特别适用于随机访问成本太高或者不可行的情况。生成器也属于可迭代的数据集类型，其直接依赖Python的生成器类型。方法的数据集，表示可以通过索引/键直接访问对应位置的数据样本。以消除数据排列造成的分布不均问题，此外通过。可迭代的数据集是实现了。

2024-07-25 15:16:28 116

原创《昇思25天学习打卡营第02天|张量》

了解了常用的创建张量的方法，并可以查询不同张量的属性，包含数据类型和形状等，通过索引和运算符实现了对张量的常用操作，包含切片与四则预算等基础操作。在某些应用场景中（比如推荐系统、分子动力学、图神经网络等），数据的特征是稀疏的，若使用普通张量表征这些数据会引入大量不必要的计算、存储和通讯开销。（Coordinate Format）稀疏张量格式用来表示某一张量在给定索引上非零元素的集合，若非零元素的个数为。张量（Tensor）是一个可用来表示在一些矢量、标量和其他张量之间的线性关系的多线性函数。

2024-07-25 14:58:58 694

原创《昇思25天学习打卡营第01天|快速入门》

在模型训练中，一个完整的训练过程包含正向计算，反向传播，参数优化等三步。获得最终模型后可保存并移植到其他地方作为推理使用。借助基础的API，实现了对MNIST数据集的训练。方法，能够满足自定义网络的需求，这一点与pytorch比较类似。利用MindSpore的API来快速实现一个简单的深度学习模型。

2024-07-25 10:36:27 119

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

Madefuc的博客

原创《昇思25天学习打卡营第05天|网络构建》

原创昇思25天学习打卡营第04天|数据变换》

原创《昇思25天学习打卡营第03天|数据集》

原创《昇思25天学习打卡营第02天|张量》

原创《昇思25天学习打卡营第01天|快速入门》

空空如也

空空如也

原创 《昇思25天学习打卡营第05天|网络构建》

原创 昇思25天学习打卡营第04天|数据变换》

原创 《昇思25天学习打卡营第03天|数据集》

原创 《昇思25天学习打卡营第02天|张量》

原创 《昇思25天学习打卡营第01天|快速入门》

空空如也

空空如也

原创《昇思25天学习打卡营第05天|网络构建》

原创昇思25天学习打卡营第04天|数据变换》

原创《昇思25天学习打卡营第03天|数据集》

原创《昇思25天学习打卡营第02天|张量》

原创《昇思25天学习打卡营第01天|快速入门》