MuNanHuoHua-CSDN博客

原创昇思MindSpore打卡营 11号 -在量子化学计算中应用量子变分求解器学习心得

在高性能计算机上进行量子化学模拟已成为研究材料的物理、化学性质的重要手段。随着近年量子计算的发展，有望在量子计算机上实现多项式复杂度下对薛定谔方程的高精度求解。可以通过两种方法求解。方法一：利用MindSpore Quantum打包好的函数生成了能够解决该问题的量子神经网络；方法二：构造出了类似的梯度算子。最终得到结果一致。

2024-07-12 00:31:53 455

原创昇思MindSpore打卡营 11号 -通过量子神经网络对鸢尾花进行分类学习心得

量子神经网络是一类将人工神经网络与量子计算相结合的算法。

2024-07-12 00:11:04 478

原创昇思MindSpore打卡营 11号 -量子相位估计算法学习心得

假设一个幺正算符 U，这个幺正算符作用在其本征态 |u〉 上会出现一个相位e2πiφ，假设 𝑈U 算符的本征值未知，也就是 φ 未知，但是 U 算符和本征态|u〉 已知，相位估计算法的作用就是对这个相位 φ 进行估计。

2024-07-11 23:59:41 209

原创昇思MindSpore打卡营 11号 -量子神经网络在自然语言处理中的应用学习心得

当给予神经网络的语料信息不断增加时，网络的训练过程将越来越困难。可以利用量子神经网络来处理这些经典语料信息，加入其训练过程，并提高收敛精度。

2024-07-11 23:50:47 193

原创昇思MindSpore打卡营 11号 -Pix2Pix实现图像转换学习心得

Pix2Pix是由Phillip Isola等作者在2017年CVPR上提出的，基于条件生成对抗网络实现的一种深度学习图像转换模型。其包括两个模型：生成器和判别器。

2024-07-11 22:21:35 223

原创昇思MindSpore打卡营 11号 -RNN实现情感分类学习心得

情感分类属于分类问题的一种，简单来说就是输入一句话，能让机器识别出这句话所属的情感类型。

2024-07-11 21:53:12 141

原创昇思MindSpore打卡营 11号 -保存与加载学习心得

保存训练后的结果，以便后续加载用于微调和后续的模型推理与部署。MindIR同时保存了Checkpoint和模型结构，可以使用。接口加载MindIR模型，进行推理时，传入。接口，传入网络和指定的保存路径进行保存；方法加载参数，来进行加载模型权重。接口直接将模型保存为MindIR。创建相同模型的实例，然后使用。

2024-07-11 19:19:48 227

原创昇思MindSpore打卡营 11号 -模型训练学习心得

是可以调整的参数，可以控制模型训练优化的过程。一般会定义以下超参用于训练：一、训练轮次：训练时遍历数据集的次数。二、批次大小：数据集进行分批读取训练，设定每个批次数据的大小。需要选择合适的batch size，可以有效提高模型精度、全局收敛。三、学习率：梯度下降法被广泛应用在最小化模型误差的参数优化算法上。梯度下降法通过多次迭代，并在每一步中最小化损失函数来预估模型的参数。学习率就是在迭代过程中，会控制模型的学习进度。

2024-07-11 19:11:06 199

原创昇思MindSpore打卡营 11号 -函数式自动微分学习心得

自动微分主要解决的问题是：将一个复杂的数学运算分解为一系列简单的基本运算，该功能对用户屏蔽了大量的求导细节和过程，大大降低了框架的使用门槛。

2024-07-11 18:06:16 232

原创昇思MindSpore打卡营 11号 -网络构建学习心得

神经网络模型是由神经网络层和Tensor操作构成的。在MindSpore中，Cell类是构建所有网络的基类，也是网络的基本单元。一个神经网络模型表示为一个Cell，它由不同的子Cell构成。

2024-07-11 15:56:45 127

原创昇思MindSpore打卡营 10号 -数据变换 Transforms 学习心得

MindSpore提供不同种类的数据变换（Transforms），所有的Transforms均可通过。直接加载的原始数据并不能直接送入神经网络进行训练，需要对其进行数据预处理。接收一个数据增强操作序列，然后将其组合成单个数据增强操作。可以加载任意定义的Lambda函数，提供足够的灵活度。提供一系列针对图像数据的Transforms。提供一系列针对文本数据的Transforms。方法传入，实现对指定数据列的处理。

2024-07-11 02:16:48 168

原创昇思MindSpore打卡营 10号 -数据集 Dataset 学习心得

MindSpore提供基于Pipeline的数据引擎，Dataset是Pipeline的起始，用于加载原始数据。提供了内置的文本、图像、音频等数据集加载接口，并提供了自定义数据集加载接口。模块提供了一些常用的公开数据集和标准格式数据集的加载API，当遇到暂不支持直接加载的数据集，可以构造自定义数据加载类或自定义数据集生成函数的方式来生成数据集，然后通过接口实现自定义方式的数据集加载。

2024-07-11 02:06:53 357

原创昇思MindSpore打卡营 10号 -张量 Tensor 学习心得

张量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。它是一种特殊的数据结构，与数组和矩阵非常相似，它也是MindSpore网络运算中的基本数据结构。构造张量时，支持传入Tensorfloatintbooltuplelist和类型。当通过数据创建张量时，数据类型可以设置或者通过框架自动推断。张量可被init初始化器构造，也可以被继承后形成新的张量。张量的属性包括形状、数据类型、转置张量、单个元素大小、占用字节数量、维数、元素个数和每一维步长。

2024-07-11 01:43:17 219

原创昇思MindSpore打卡营 10号 -快速入门学习心得

目的是：利用自动微分机制，自动求模型参数对于loss的梯度；下载完成之后，用mindspore.dataset对提供的数据进行预处理。目的是：模型预测结果，并与正确标签求预测损失；用上述代码可以实现下载并解压所需文件到指定位置，目的是：将梯度更新到参数上。方法，可以实现自定义网络。首先安装download。

2024-07-11 01:31:05 186

原创昇思MindSpore打卡营 10号 -量子近似优化算法学习心得

量子近似优化算法最早由Farhi等人于2014年提出，是利用量子计算机来近似解决组合优化问题的量子算法。

2024-07-10 23:51:23 163

原创昇思MindSpore打卡营 10号 -基于MindSpore Quantum的Grover搜索算法和龙算法学习心得

Grover搜索算法是一种利用量子状态的叠加性进行并行计算并实现加速的算法，于1996年被Lov Grover提出。它解决的是无序数据库搜索问题，是第一个被完整的实验实现的量子算法。无序数据库搜索问题就是从一个海量元素的无序数据库中，找到某些满足要求的元素。在求解无序数据库搜索问题中，Grover搜索算法相比经典算法具有平方加速。

2024-07-10 20:43:11 239

原创昇思MindSpore打卡营 10号 -LSTM+CRF序列标注学习心得

序列标注：指给定输入序列，给序列中每个Token进行标注标签的过程。它可以从文本中进行信息抽取，包括分词、词性标注、命名实体识别等。条件随机场：一种能够学习单个字之间关联关系的算法的模型，它能保证预测结果的正确性。

2024-07-10 20:10:40 161

原创昇思MindSpore打卡营 10号 -Diffusion扩散模型学习心得

Diffusion是从纯噪声开始，通过一个神经网络学习逐步去噪，最终得到一个实际图像。Diffusion对于图像的处理包括两个过程：一、选择的固定（或预定义）正向扩散过程，它逐渐将高斯噪声添加到图像中，直到最终得到纯噪声；二、通过训练神经网络从纯噪声开始逐渐对图像去噪，直到最终得到一个实际的图像。一、学习条件分布的方差（除平均值外）有助于提高性能；二、引入级联扩散，用于高保真图像合成；三、扩散模型通过改进U-Net体系结构以及引入分类器指导，可以获得优于当前最先进的生成模型的图像样本质量；

2024-07-10 18:36:22 156

原创昇思MindSpore打卡营 10号 -DCGAN生成漫画头像学习心得

DCGAN是GAN的直接扩展，最早由Radford等人在论文中提出，其中文名称为深度卷积对抗生成网络。它与GAN的不同之处在于，它会分别在判别器和生成器中使用卷积和转置卷积层。目的是最大程度地提高判别图像真伪的概率；当处理完数据后，按照DCGAN论文中的描述，所有模型权重均应从。目的是产生更好的虚假图像。生成器的功能是将隐向量映射到数据空间，该功能是通过一系列。函数将数据转换成字典迭代器，然后使用。为0.02的正态分布中随机初始化。模块来将部分训练数据可视化。该函数能对数据进行增强。转置卷积层来完成的。

2024-07-10 17:41:10 331

arikato的博客