【昇思25天学习打卡营第1天】

已于 2024-06-24 16:41:50 修改
阅读量119 收藏
点赞数 1
文章标签： 学习
于 2024-06-24 16:38:40 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/bakencorn/article/details/139929927
版权

昇思25天学习打卡营第1天


AI如火如荼，是必备技术，未来是AI的世界。
AI知识博大精深，算法，模型，框架，大模型，机器视觉等等等等。硬件算力和模型框架作为基座，也是必不可少要理解掌握的知识，对于实际应用的选型会有很大帮助。
昇思（MindSpore）作为华为技术有限公司开发的一个全场景深度学习框架，旨在为用户提供易开发、高效执行、全场景统一部署的能力，打破国外框架的垄断。
基于国产化框架的支持，参加了昇思学习训练营，希望由此能够掌握和数量运用昇思框架。
今天作为训练营的第一天，按照课程完成机器视觉中比较基础的目标识别的训练和使用，希望基此开启一段深度学习、思维扩展和提升自我的学习之旅。
2024年6月24日，昇思平台学员Hanson
在这里插入图片描述

bakencorn
关注
昇思25天学习打卡营第1天|linchenfengxue
github_zwl的博客
06-24 375
介绍了张量tensor、数据集dataset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。数据集迭代的训练等等。数据变换等，明天继续。1.昇思MindSpore是一个全场景深度学习框架，旨在实现易开发、高效执行、全场景统一部署三大目标。
《昇思25天学习打卡营第1天|快速入门》
小郑
06-25 1126
昇思MindSpore是一个全场景深度学习框架，旨在实现易开发、高效执行、全场景统一部署三大目标。其中，表现为API友好、调试难度低；包括计算效率、数据预处理效率和分布式训练效率；则指框架同时支持云、边缘以及端侧场景。昇腾计算，是基于昇腾系列处理器构建的全栈AI计算基础设施及应用，包括昇腾Ascend系列芯片、Atlas系列硬件、CANN芯片使能、MindSpore AI框架、ModelArts、MindX应用使能等。
昇思25天打卡营-第一天
qq_53343121的博客
06-20 892
昇思25天打卡营
【昇思25天学习打卡营第1天 | 基本介绍】
imath60的博客
07-01 281
通过深入学习昇思MindSpore，我对其架构、设计理念和功能特性有了全面的理解。MindSpore不仅提供了强大的AI开发工具，还通过其丰富的社区资源，为开发者提供了学习和成长的平台。我对MindSpore的未来发展充满期待，并希望能够通过实践，进一步掌握其高级特性，为AI领域的发展贡献力量。
昇思MindSpore 25天学习打卡营|day1
weixin_42036358的博客
06-19 808
昇思MindSpore学习
昇思25天学习打卡营第1天|快速入门
2301_77286822的博客
06-19 939
本节通过MindSpore已经封装好的API，快速实现一个深度学习模型的数据集准备、训练评估，模型参数保存和加载，对新手朋友十分友好。
【昇思25天学习打卡营打卡指南-第一天】基本介绍与快速入门
JeffDing
06-19 900
昇思MindSpore是一个全场景深度学习框架，旨在实现易开发、高效执行、全场景统一部署三大目标。其中，易开发表现为API友好、调试难度低；高效执行包括计算效率、数据预处理效率和分布式训练效率；全场景则指框架同时支持云、边缘以及端侧场景。ModelZoo（模型库）：ModelZoo提供可用的深度学习算法网络，也欢迎更多开发者贡献新的网络(ModelZoo地址MindSpore Extend（扩展库）
昇思25天学习打卡营第1天|基本介绍与快速入门
solitude_sw的博客
06-30 887
昇思MindSpore是一个全场景深度学习框架，旨在实现易开发、高效执行、全场景统一部署三大目标。其中，易开发表现为API友好、调试难度低；高效执行包括计算效率、数据预处理效率和分布式训练效率；全场景则指框架同时支持云、边缘以及端侧场景。昇腾计算，是基于昇腾系列处理器构建的全栈AI计算基础设施及应用，包括昇腾Ascend系列芯片、Atlas系列硬件、CANN芯片使能、MindSpore AI框架、ModelArts、MindX应用使能等。
【昇思25天学习打卡营第8天 | 模型训练】
imath60的博客
07-04 196
本文通过具体的代码示例，详细阐述了使用MindSpore进行神经网络训练的步骤。从数据准备到模型构建，再到超参数调整和训练循环，每一步都对最终模型性能有着重要影响。通过迭代训练，模型的准确率和损失得到了显著优化，验证了训练流程的有效性。此外，本文还提供了对训练过程中关键参数调整的见解，为读者在进行类似任务时提供了宝贵的参考。
【昇思25天学习打卡营第3天 | 张量Tensor】
imath60的博客
07-02 366
张量作为MindSpore中的核心数据结构，其灵活的创建方式和丰富的属性为深度学习模型的构建提供了强大的支持。通过本文的学习，读者可以掌握张量的基本概念、操作以及在实际编程中的应用。特别是对于稀疏数据的处理，稀疏张量的应用可以显著提高计算效率和存储效率。通过实际的代码示例，本文为读者提供了一个清晰的学习路径，帮助快速上手MindSpore框架中的张量操作。
《昇思25天学习打卡营第1天 - 快速入门 mindspore》
06-27
昇思25天学习打卡营 - 02 快速入门
昇思25天学习打卡营第7天|MindSpore-ShuffleNet图像分类
pblh123的专栏
06-30 1255
基于MindSpore的ShuffleNet实践，ShuffleNetV1是一种高效的CNN模型，主要应用于移动端。其设计目标是在有限的计算资源下实现最佳精度。ShuffleNetV1引入了两种操作：Pointwise Group Convolution和Channel Shuffle，从而降低了模型的计算量。与MobileNet类似，ShuffleNetV1通过优化网络结构实现了模型的压缩和加速。
昇思25天学习打卡营第6天|MindSpore-ResNet50迁移学习
pblh123的专栏
06-30 544
基于MindSpore-ResNet50模型进行迁移学习，实现狼狗与狗的分类预测。熟悉迁移学习方式，参数冻结微调，预训练模型使用
学习记录：js算法（四十九）：二叉树的层序遍历
weixin_48677331的博客
10-01 432
任重而道远！
10.2学习
2401_87363162的博客
10-02 1171
​ Spring AOP就是基于动态代理的，如果要代理的对象，实现了某个接⼝，那么Spring AOP会使⽤JDKProxy，去创建代理对象，⽽对于没有实现接⼝的对象，就⽆法使⽤ JDK Proxy 去进⾏代理了，这时候Spring AOP会使⽤基于asm框架字节流的Cglib动态代理 ，这时候Spring AOP会使⽤ Cglib ⽣成⼀个被代理对象的⼦类来作为代理。每个线程中都有一个自己的ThreadLocalMap类对象，可以将线程自己的对象保持到其中，各管各的，线程可以正确的访问到自己的对象。
jmeter学习（7）beanshell
最新发布
daxiashangxian的博客
10-06 338
打开日志选项，beanshell的log可以在日志中查看log.info("deviceId"）举例：获取返回数据中的字段。
关于懒惰学习与渴求学习的一份介绍
2301_79096986的博客
10-04 1204
在这篇文章中，我将介绍些懒惰学习与渴求学习的算法例子，会介绍其概念、优缺点以及其python的运用。
Go基础学习10-原子并发包sync.atomic的使用：CSA、Swap、atomic.Value......
FLJS_T的博客
10-02 1116
原子操作sync.atomic以及原子变量atomic.Value详细介绍。go中原生的支持原子操作的函数支持的变量类型int32、int64、uint32、uint64、uintptr，以及unsafe包中的Pointer。对于上述原子操作类型中的每一个，可以支持的数据类型有：==int32、int64、uint32、uint64、uintptr，以及unsafe包中的Pointer。但是否sync.Mutex变量能够保证操作的原子性。atomic.Value类型是开箱即用的，我们声明一个该类型的变量
AI打卡训练营7天总结：从格式化输出到选手识别
在Day1的第一次作业中，要求输出9*9乘法口诀表，并且注意格式。通过使用for循环和format函数，可以实现格式化输出的需求。例如： ``` def table(): for i in range(1, 10): for j in range(1, i+1): print("{}*...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值