【昇思初学入门】第二天打卡

最新推荐文章于 2024-09-07 22:26:58 发布
最新推荐文章于 2024-09-07 22:26:58 发布
阅读量217 收藏
点赞数 2
分类专栏： 昇思大模型 文章标签： 深度学习 神经网络
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/c6c6c/article/details/139843729
版权

张量Tensor

学习心得

  1. 张量是MindSpore网络运算中的基本数据结构
  2. 张量可以通过多种方式创建：根据数据直接生成，从NumPy数组生成，使用init初始化器构造张量，继承另一个张量的属性，形成新的张量
  3. 张量拥有多种属性，如形状、数据类型、元素个数等，这些属性对于理解和操作张量至关重要。
  4. 张量的索引和运算方式与NumPy非常相似，这使得在使用MindSpore时能够较快地上手
  5. 实际应用中，许多数据具有稀疏性，即大部分元素为0。使用稀疏张量来表示这些数据可以极大地减少存储和计算的开销。
  6. 不同于pytorch，MindSpore已经内置了CSR和COO两种稀疏数据格式
c6c6c
关注
  • 2
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【昇思初学入门】第五天打卡
c6c6c的博客
06-23 434
昇思初学入门-网络构建
【昇思初学入门】第六天打卡
c6c6c的博客
06-24 464
昇思大模型入门-函数式自动微分
昇思25天学习打卡营第2天|初学入门
u013563715的博客
07-03 902
当我们定义神经网络时，可以继承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Tensor操作。construct意为神经网络（计算图）构建，相关内容详见使用静态图加速。nn.ReLU(),nn.ReLU(),构建完成后，实例化Network对象，并查看其结构。结果输出：Network
昇思25天学习打卡营第1天|初学入门
u013563715的博客
07-02 1044
indices 标记的是列的索引，indices = Tensor([0, 1]) 表示只有第0列和第1列有数据，indices = Tensor([0, 1, 2, 4]) 表示只有第0列、第1列、第2列、第4列有数据。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。表示非零元素的值，shape表示的是被压缩的稀疏张量的形状。: 一维整数张量，表示稀疏张量非零元素在列中的位置, 与。
昇思25天学习打卡营第5天初学入门-快速入门
Kirito_UGO的博客
06-23 694
打卡
昇思25天学习打卡营第二天|初学入门/初学教程/04-数据集
guojun0718的博客
07-12 823
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。对于MindSpore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。支持通过可随机访问数据集对象、可迭代数据集对象和生成器(generator)构造自定义数据集，下面分别对其进行介绍。
昇思25天学习打卡营第二天|初学入门/初学教程/06-网络构建
guojun0718的博客
07-12 808
当我们定义神经网络时，可以继承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Tensor操作。construct意为神经网络（计算图）构建，相关内容详见使用静态图加速。[3]:nn.ReLU(),nn.ReLU(),​构建完成后，实例化Network对象，并查看其结构。[4]:Network<我们构造一个输入数据，直接调用模型，可以获得一个十维的Tensor输出，其包含每个类别的原始预测值。
昇思25天学习打卡营第二天|初学入门/初学教程/05-数据变换
guojun0718的博客
07-12 809
通常情况下，直接加载的原始数据并不能直接送入神经网络进行训练，此时我们需要对其进行数据预处理。这个意思，就是说，拍出来的照片，在喂给程序进行训练前，需要进行人工的某种程度的干预。让机器更容易处理。就像是，照片如果拍得模糊的话，可能用这种数据进行训练，可能会得出错误的算法吧？打个不是很贴切的比喻，机器学习，就像小孩子的成长，小孩子如果尽看到的是不好的东西，也许会长歪了？所以我们可以给小孩子讲故事？这些故事一定是经过大人的某种程度上的处理的？
昇思25天学习打卡营第1天|初学入门-基本介绍
XueFarah的博客
06-26 903
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。昇思MindSpore作为全场景AI框架，所支持的有端（手机与IOT设备）、边（基站与路由设备）、云（服务器）场景的不同系列硬件，包括昇腾系列产品、英伟达NVIDIA系列产品、Arm系列的高通骁龙、华为麒麟的芯片等系列产品。
《英雄编程体验课》第 14 课 | 题海战术
热门推荐
英雄哪里出来
10-07 4万+
「 让天下没有难学的算法 」
Java小白入门200例57之日期Date类详解
编程界明世隐的博客
09-22 474
作者简介 作者名：编程界明世隐 简介：CSDN博客专家，从事软件开发多年，精通Java、JavaScript，博主也是从零开始一步步把学习成长、深知学习和积累的重要性，喜欢跟广大ADC一起打野升级，欢迎您关注，期待与您一起学习、成长、起飞！ 引言 很多Java初学者问我，新手明明很用心、很努力学习的Java知识，转头又忘记了，很让人犯愁，小白如何能够快速成长、成为大牛呢？ 其实要成为大神的技巧只有一个：“多学多练”，于是明哥就整理了比较典型的练习实例，通过练习能够快速提升编码技巧和熟练度，让你在成为大
Java小白入门200例59之用Calendar实现日历的打印
编程界明世隐的博客
09-23 289
作者简介 作者名：编程界明世隐 简介：CSDN博客专家，从事软件开发多年，精通Java、JavaScript，博主也是从零开始一步步把学习成长、深知学习和积累的重要性，喜欢跟广大ADC一起打野升级，欢迎您关注，期待与您一起学习、成长、起飞！ 引言 很多Java初学者问我，新手明明很用心、很努力学习的Java知识，转头又忘记了，很让人犯愁，小白如何能够快速成长、成为大牛呢？ 其实要成为大神的技巧只有一个：“多学多练”，于是明哥就整理了比较典型的练习实例，通过练习能够快速提升编码技巧和熟练度，让你在成为大
低调的采集，低调的学习，用自然资源部信息中心网站，来练习Python爬虫
梦想橡皮擦，专栏100例写作模式先行者，现象级专栏 《Python 爬虫 100 例》作者、《滚雪球学 Python 专栏》原创者
09-07 1万+
这个小爬虫，挺【刑】的
【c语言每日练习】 ——1. ＜牛客网＞编程初学者入门训练——字符矩形、字符菱形
m0_65759588的博客
03-10 1555
前言 打卡第一天~ 持续更新中......欢迎大家提出问题，我们一起交流学习哦~ 目录 1. BC7-牛牛的字符矩形 描述 分析 代码实现 2.BC7-牛牛的字符菱形 描述 分析 代码实现 注：这两个题均可以使用直接输出的方式 1. BC7-牛牛的字符矩形 牛牛的字符矩形_牛客题霸_牛客网 (nowcoder.com) 描述 牛牛尝试用键盘读入一个字符，然后在屏幕上显示用这个字符组成的 3*3 的矩形。 输入...
卷积神经网络综述
XU157303764的博客
09-03 1044
本文对卷积神经网络（Convolutional Neural Network，CNN）进行了全面综述。首先介绍了卷积神经网络的发展历程，包括早期的理论基础和关键突破。接着详细阐述了卷积神经网络的结构组成，包括卷积层、池化层、全连接层等，分析了各层的作用和特点。然后探讨了卷积神经网络在图像识别、目标检测、语义分割等多个领域的应用，并介绍了一些典型的应用案例。此外，还讨论了卷积神经网络的训练方法和优化技巧，包括数据增强、正则化、超参数调整等。最后，对卷积神经网络的未来发展趋势进行了展望。
基于深度学习的自动化产品设计
weixin_42605076的博客
09-07 489
基于深度学习的自动化产品设计通过结合生成模型、强化学习和仿真技术，实现了产品设计流程的高效化和智能化。这种方法为工业、建筑、时尚等多个领域带来了创新的可能性，同时也面临着数据、效率和信任度等方面的挑战。随着深度学习技术的不断发展和成熟，自动化产品设计将在更多领域中发挥重要作用，并促进更智能、更创新的设计实践。
如何将卷积神经网络（CNN）应用于医学图像分析：从分类到分割和检测的实用指南
最新发布
loveting99的博客
09-07 353
U-Net：U-Net是一种用于生物医学图像分割的卷积网络。它的关键特点是具有对称的编码器-解码器结构和跳跃连接（skip connections），可以更好地保留和利用图像的空间信息。DeepLab：DeepLab使用空洞卷积（dilated convolutions）来扩展卷积核的感受野，同时保持图像的分辨率，并结合条件随机场（CRFs）进一步精细化分割结果。：YOLO通过将图像划分为网格，并在每个网格中预测边界框和类别，具有实时检测的优势。
强推！创新直发核心！时序分解+优化组合+模型对比！VMD-SSA-Transformer-BiLSTM多变量时间序列预测
关注并私信文章链接，获取对应文章源码和数据，机器学习之心的博客。
09-04 916
强推！创新直发核心！时序分解+优化组合+模型对比！VMD-SSA-Transformer-BiLSTM多变量时间序列预测
FLUENT静电雾化模拟教程：初学者入门案例
研究对象是一个直径100mm、高70mm的圆柱形喷雾器，被简化为一个100mm×70mm的二维模型。具体步骤如下： 1. **模型建立**： - 使用GAMBIT软件创建计算模型，首先绘制燃烧器的几何图形，然后对边缘进行网格节点分布...
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