![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
打卡
文章平均质量分 78
揍揍不走
这个作者很懒,什么都没留下…
展开
-
《昇思25天学习打卡营第1天|昇思MindSpore基本介绍》
详细介绍了昇思MindSpore的执行流程、设计理念、层次结构和华为昇腾AI的全栈并对开发者参与社区的进行了鼓励。在友好支持AI模型训练推理编程的基础上,支持灵活自动微分编程能力,支持对函数、控制流表达情况下的微分求导,和各种如正向微分、高阶微分等高级微分能力,用户可基于此实现科学计算常用的微分函数编程表达,实现AI和科学计算融合编程开发。提供了动态图和静态图统一的编码方式,大大增加了静态图和动态图的可兼容性,用户无需开发多套代码,仅变更一行代码便可切换动态图/静态图模式,拥有更轻松的开发调试及性能体验。原创 2024-06-24 17:31:32 · 167 阅读 · 0 评论 -
《昇思25天学习打卡营第9天|保存与加载》
在训练网络模型的过程中,实际上需要保存中间和最后的结果,用于微调(fine-tune)和后续的模型推理与部署,下面将介绍如何保存与加载模型。# 引入库#构建模型nn.ReLU(),nn.ReLU(),原创 2024-07-09 13:43:32 · 238 阅读 · 0 评论 -
《昇思25天学习打卡营第8天|模型训练》
构建数据集。定义神经网络模型。定义超参、损失函数及优化器。输入数据集进行训练与评估。有了数据集和模型后,可以进行模型的训练与评估。从网络构建中加载代码,构建一个神经网络模型。nn.ReLU(),nn.ReLU(),超参(Hyperparameters)是可以调整的参数,可以控制模型训练优化的过程,不同的超参数值可能会影响模型训练和收敛速度。原创 2024-07-07 14:09:08 · 436 阅读 · 0 评论 -
《昇思25天学习打卡营第7天|函数式自动微分》
通常情况下,求导时会求loss对参数的导数,因此函数的输出只有loss一项。此时如果想实现对某个输出项的梯度截断,或消除某个Tensor对梯度的影响,需要用到Stop Gradient操作。通常会将函数的loss设置为函数的第一个输出,其他的输出即为辅助数据。前述主要根据计算图对应的函数介绍了MindSpore的函数式自动微分,但这个神经网络构造是继承自面向对象编程范式的。在这个模型中,𝑥𝑥为输入,𝑦𝑦为正确值,𝑤𝑤和𝑏𝑏是我们需要优化的参数。获得微分函数是一种函数变换,即输入为函数,输出也为函数。原创 2024-07-06 17:39:46 · 773 阅读 · 0 评论 -
《昇思25天学习打卡营第2天|昇思MindSpore快速入门》
打卡这一章讲了处理数据集,网络构建和模型训练的快速上手,也就是快速入门。导入mindspore库并从这个库的数据集中导入两个数据集。原创 2024-06-27 01:44:29 · 927 阅读 · 0 评论 -
《昇思25天学习打卡营第3天|张量 Tensor》
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。这些线性关系的基本例子有内积、外积、线性映射以及笛卡儿积。其坐标在 n维空间内,有 n的r次方个分量的一种量,其中每个分量都是坐标的函数,而在坐标变换时,这些分量也依照某些规则作线性变换。r 称为该张量的秩或阶(与矩阵的秩和阶均无关系)。总结:1. 一种特殊的数据结构,与数组和矩阵非常相似。2. MindSpore网络运算中的基本数据结构。原创 2024-06-28 17:25:28 · 413 阅读 · 0 评论 -
《昇思25天学习打卡营第4天|数据集 Dataset》
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。原创 2024-06-30 22:56:24 · 392 阅读 · 0 评论 -
《昇思25天学习打卡营第5天|数据变换 Transforms》
MindSpore提供不同种类的数据变换(Transforms),配合数据处理Pipeline来实现数据预处理。提供了面向图像、文本、音频等不同数据类型的Transforms,同时也支持使用Lambda函数。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。模块提供一系列针对图像数据的Transforms。接收一个数据增强操作序列,将其组合成单个数据增强操作。模块支持一系列通用Transforms。方法传入,实现对指定数据列的处理。原创 2024-07-01 20:30:27 · 246 阅读 · 0 评论 -
《昇思25天学习打卡营第6天|网络构建》
神经网络模型是由神经网络层和Tensor操作构成的,提供了常见神经网络层的实现,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。使用这样的嵌套结构,可以简单地使用面向对象编程的思维,对神经网络结构进行构建和管理。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。原创 2024-07-02 22:01:39 · 455 阅读 · 0 评论