![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
华为ICT昇腾AI赛道学习知识
文章平均质量分 76
编程被我拿捏住了
编程被我拿捏住了
展开
-
MindSpore深度学习模型快速调优
我们上一节不是说过,图模式进行训练过程高效的原因是他的计算图是固定下来的,也就是说用户无法从Python层获取计算图中间节点的结果,使得训练调试变得困难。模型之间前端语言的差异是巨大的,但是计算图都是相似的,所以使用模型迁移,而迁移使用的中间转换方式是ONNX。MindSpore调试器是为图(Graph)模式训练提供的调试工具,可以用来查看并分析计算图节点的中间结果。定义好回调函数后,获得需要保存的参数(训练损失、测试准确率)之后,开始训练步骤,将回调函数带入train方法里面。(1)opset:算子集;原创 2023-11-26 22:41:42 · 902 阅读 · 0 评论 -
华为学习记录3 Mindspore的基础使用操作
神经网络中的运算大部分是矩阵运算,还有一些其他运算, 所以会将不同的算子进行切分,将内存消耗大的切分到CPU,内存消耗小的密集型算子切分到硬件加速子图,框架协同不同子图进行网络训练,使得处于不同硬件且无依赖关系的子图能够并行进行执行的过程.在Graph模式下,Mindspore通过源码转换的方式,将python的源码转换成IR(MindIR)再在此基础上进行相关的图优化,最终再硬件设备上执行优化后的图。动态图是直接计算出结果的,在底层是没有做优化的,所以效率是不如静态图的.在线推理和离线推理.原创 2023-11-20 10:34:51 · 493 阅读 · 1 评论 -
Mindspore实现手写数字识别
定义 Map 操作尺寸缩放,归一化和通道变换# 对数据集进行 map 操作#设定打乱操作参数和 batchsize 大小return ds。原创 2023-12-03 13:41:51 · 903 阅读 · 1 评论 -
华为ICT大赛昇腾AI赛道学习记录02
这节课是机器学习算法概述,感觉都挺简单的,总结一下吧:这两个图很是经典也很明晰,我觉得有必要先放一下。首先我认为,机器学习的表达式是这样的:机器学习一般用来处理问题较为复杂并且问题规模大的问题,一般规则性的问题不足以处理此问题,因为数据越大,数据量越多,针对这个问题的数据分布就越完整,所学习得到的模型的参数就越可信,模型就越具有很好的泛化性能和鲁棒性。原创 2023-11-18 16:34:59 · 495 阅读 · 1 评论 -
华为ICT大赛昇腾AI赛道学习记录01
最近报名了华为ICT大赛,听老师说华为每年挺重视这个比赛,而且获奖了还有礼品,还能学到知识真是何乐而不为。于是乎:一共有这么几个课,基本上我都有所了解,但对mindspore的掌握还不够深,刚好来学学。先学第一课:(给大家试试水。原创 2023-11-16 19:46:09 · 711 阅读 · 0 评论