![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Mindscope模型
文章平均质量分 73
mindscope
Sam9029
应无所往
展开
-
《昇思 25 天学习打卡营第 11 天 | ResNet50 图像分类 》
make_layerResNet网络模型最重要的步骤,定义 ResNet 模型类型函数# 第一个卷积层,输入channel为3(彩色图像),输出channel为64# 最大池化层,缩小图片的尺寸# 各个残差网络结构块定义# 平均池化层# flattern层# 全连接层# // ... 省略return x然后定义 _resnet 函数加载 使用 ResNet 网络模型类再使用 _resnet 函数构建 resnet50 网络模型"""ResNet50模型"""原创 2024-07-07 15:14:01 · 1059 阅读 · 0 评论 -
《昇思 25 天学习打卡营第 10 天 | ResNet50 迁移学习 》
在机器学习和深度学习中,我们经常面临数据不足的问题。迁移学习是一种解决这一问题的有效方法。本章节将通过一个简单的案例,介绍如何使用迁移学习对狼和狗的图像进行分类。原创 2024-07-07 15:12:39 · 326 阅读 · 0 评论 -
《昇思 25 天学习打卡营第 9 天 | FCN 图像语义分割 》
FCN是一种用于图像语义分割的深度学习框架,由UC Berkeley的Jonathan Long等人在2015年提出。它是首个能够进行端到端像素级预测的全卷积网络。FCN的关键技术1.卷积化:FCN使用VGG-16作为backbone,将全连接层转换为卷积层,使网络能够输出与输入图片大小相同的heatmap。2.上采样:为了从较小的特征图中恢复到原图大小,FCN采用上采样技术。这通常涉及到双线性插值,并在网络中通过反向传播学习非线性上采样。原创 2024-07-02 22:37:02 · 371 阅读 · 0 评论 -
《昇思 25 天学习打卡营第 8 天 | 模型保存与加载&使用静态图加速 》
签名:Sam9029保存与加载模型没有多少内容,就把使用静态图加速一起看了在学习深度学习的过程中,经常需要保存训练好的模型参数,以便进行微调或部署。同时,为了提高模型运行效率,还需要了解如何使用静态图加速。原创 2024-07-02 22:35:47 · 413 阅读 · 0 评论 -
《昇思 25 天学习打卡营第 7 天 | 模型训练 》
这一节有一个疑问:深度学习中的 模型和深度学习网络 是什么关系?在实际应用中,当我们谈论“模型”时,可能是在讨论模型的架构、性能、泛化能力或如何将其应用于特定任务。而当我们谈论“深度学习网络”时,我们可能更侧重于网络的结构和工作原理。总结来说,深度学习网络是实现深度学习模型的一种方式,而模型是深度学习网络学习得到的能够进行预测或分类的具体实例。在深度学习领域,这两个术语经常可以互换使用,尤其是在讨论具体的神经网络结构时。原创 2024-06-25 22:44:21 · 985 阅读 · 0 评论 -
《昇思 25 天学习打卡营第 6 天 | 函数式自动微分 》
《昇思 25 天学习打卡营第 6 天 | 函数式自动微分 》原创 2024-06-25 22:42:50 · 407 阅读 · 0 评论 -
《昇思 25 天学习打卡营第 5天 | 网络构建 》
类Network继承自MindSpore的nn.Cell,用于构建神经网络模型# 构造函数初始化网络层super().__init__() # 调用基类的构造函数self.flatten = nn.Flatten() # 实例化一个Flatten层,用于数据展平操作# 使用SequentialCell组织一系列按顺序执行的层。原创 2024-06-24 21:35:12 · 434 阅读 · 0 评论 -
《昇思 25 天学习打卡营第 4 天 | 数据集 Dataset 》
mindspore.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可随机访问数据集可迭代数据集生成器结合上一张了解的 张量 Tensor 数据类型,原来在数据集中表现深度学习 就是基于 数据数据的处理,数据集就是一类型的数据,不同深度学习模型的方向有对应的数据集mindscope AI训练框架 提供了大量的预加载数据集,可以使用API一键下载使用,非常方便;千里之行,始于足下!我会继续一步一步的保持学习,在 昇思社区 进行 AI 技术方面的探索和学习。原创 2024-06-24 21:34:18 · 524 阅读 · 0 评论 -
《昇思 25 天学习打卡营第 3 天 | 张量 Tensor 》
# 《昇思 25 天学习打卡营第 3 天 | 张量 Tensor 》原创 2024-06-21 22:37:34 · 224 阅读 · 1 评论 -
《昇思25天学习打卡营第2天 | 快速入门》
今天学习使用 MindSpore的API来快速实现一个简单的深度学习模型原创 2024-06-20 21:57:21 · 296 阅读 · 0 评论 -
《昇思25天学习打卡营第1天 | 认识MindScope AI框架和昇思大模型平台》
MindSpore的架构设计精妙,从ModelZoo的丰富模型库到MindSpore Extend的领域扩展,再到MindScience的科学计算套件,每一个模块都充满了创新和可能。对于大规模神经网络模型,MindSpore的分布式训练原生支持让我无需编写复杂的分布式策略,只需少量代码即可实现高效的并行训练,这简直是开发者的福音。不过没关系,对于我的理解在于,对于非专业的业余AI爱好者,mindScope 依靠 昇思大模型平台 开展了许多的活动,其中就包括AI入门课程。原创 2024-06-19 21:24:43 · 820 阅读 · 0 评论