![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
MindSpore
文章平均质量分 73
傅沈骁fsx
这个作者很懒,什么都没留下…
展开
-
昇思25天学习打卡营第25天|MindNLP ChatGLM-6B StreamChat
基于MindNLP和ChatGLM-6B实现一个聊天应用。原创 2024-07-13 09:30:00 · 548 阅读 · 0 评论 -
昇思25天学习打卡营第24天|文本解码原理——以MindNLP为例
本文介绍了若干种文本解码方法,实现了文本预测。原创 2024-07-12 10:58:06 · 927 阅读 · 0 评论 -
昇思25天学习打卡营第23天|基于MindSpore通过GPT实现情感分类
本文介绍了基于MindSpore通过GPT实现情感分类的代码实现原创 2024-07-11 21:24:21 · 754 阅读 · 0 评论 -
昇思25天学习打卡营第22天|基于MindSpore的GPT2文本摘要
GPT2将任务、输入、输出表示成一个字符串,并且模型可以用这种形式的字符串进行训练,学习相应 的任务。原创 2024-07-10 10:51:09 · 462 阅读 · 0 评论 -
昇思25天学习打卡营第21天|基于MindSpore实现BERT对话情绪识别
BERT模型采用了Masked Language Model和Next Sentence Prediction两种方法分别捕捉词语和句子级别的representation,从而获取对话情绪。原创 2024-07-09 09:55:42 · 737 阅读 · 0 评论 -
昇思25天学习打卡营第19天|LSTM+CRF序列标注
LSTM用于提取序列特征,CRF用于序列标注,从而实现语义的切分。原创 2024-07-07 10:27:48 · 908 阅读 · 0 评论 -
昇思25天学习打卡营第18天|Pix2Pix实现图像转换
Pix2Pix作为GAN的一种变体,再生成图像和扩充数据方面有着重要作用。原创 2024-07-06 09:30:03 · 695 阅读 · 0 评论 -
昇思25天学习打卡营第17天|GAN图像生成
生成对抗网络GAN通过生成器和判别器之间的对抗训练,从而获得高质量的数据扩充。原创 2024-07-05 09:44:42 · 777 阅读 · 0 评论 -
昇思25天学习打卡营第16天|Diffusion扩散模型
扩散模型是(非)条件图像有希望生成的方向,但缺点是它们需要多次正向传递来生成图像(对于像GAN这样的生成模型来说,情况并非如此)。原创 2024-07-04 10:15:12 · 853 阅读 · 0 评论 -
昇思25天学习打卡营第15天|DCGAN生成漫画头像
DCGAN在判别器和生成器中加入了卷积和转置卷积层,随着迭代次数的增加,生成图像的质量也随之提高。原创 2024-07-03 16:48:25 · 603 阅读 · 0 评论 -
昇思25天学习打卡营第14天|CycleGAN图像风格迁移互换
CycleGAN实现了一种在没有配对示例的情况下学习将图像从源域 X 转换到目标域 Y 的方法,它只需要两种域的数据,而不需要他们有严格对应关系,是一种新的无监督的图像迁移网络。原创 2024-07-02 19:44:43 · 494 阅读 · 0 评论 -
昇思25天学习打卡营第13天|基于MobileNetV2的垃圾分类
MovileNetV2网络使用深度可分离卷积的思想在准确率小幅度降低的前提下,大大减小了模型参数与运算量,同时还突出使用倒残差结构和Linear Bottlenecks来设计网络,以提高模型准确率并使优化后的模型更小。原创 2024-07-01 20:25:45 · 525 阅读 · 0 评论 -
昇思25天学习打卡营第12天|基于MindSpore的红酒分类实验
KNN作为一种较为简单的网络模型,适用于多特征值对象分类问题,其中k值的选取往往能成为模型是否有效的重点。原创 2024-06-30 09:35:56 · 811 阅读 · 0 评论 -
昇思25天学习打卡营第11天|基于MindNLP+MusicGen生成自己的个性化音乐
本文将MindNLP和MusicGen模型结合,用于生成音乐。原创 2024-06-29 09:48:14 · 572 阅读 · 0 评论 -
昇思25天学习打卡营第10天|Vision Transformer图像分类
本案例完成了一个ViT模型在ImageNet数据上进行训练,验证和推理的过程,通过学习本案例,了解Multi-Head Attention,TransformerEncoder,pos_embedding等关键概念。原创 2024-06-28 10:05:27 · 1127 阅读 · 0 评论 -
昇思25天学习打卡营第9天|SSD目标检测
本文介绍了SSD目标检测的有关技术与模型构建方法,从底层逻辑上解释了模型的构成以及相关参数的配置。原创 2024-06-27 15:45:52 · 937 阅读 · 0 评论 -
昇思25天学习打卡营第8天|ShuffleNet图像分类
介绍了ShuffleNet网络,该网络通过将中间结果打散之后再进入后续网络,简化了网络且有效预防了参数“同质化”原创 2024-06-26 10:43:53 · 791 阅读 · 0 评论 -
昇思25天学习打卡营第7天|ResNet50迁移学习与ResNet50图像分类
ResNet50作为一种极其有效的网络模型,被应用于很多领域。本文介绍了基于ResNet50的图像分类及其模型迁移。原创 2024-06-25 11:52:38 · 1113 阅读 · 0 评论 -
昇思25天学习打卡营第6天|FCN图像语义分割
本文介绍了FCN网络的特点、构建、训练以及评价指标的设置,FCN作为一种易于实现的网络模型,在计算机视觉领域有着重要作用。原创 2024-06-24 10:40:35 · 908 阅读 · 0 评论 -
昇思25天学习打卡营第5天|使用静态图加速
本文介绍了静态图和动态图的区别,并介绍了两种静态图模式开启的方法原创 2024-06-23 14:20:57 · 556 阅读 · 0 评论 -
昇思25天学习打卡营第4天|模型训练、保存与加载
利用MINIST数据集介绍了如何在MindSpore中训练、保存和加载模型原创 2024-06-22 16:00:24 · 691 阅读 · 0 评论 -
昇思25天学习打卡营第3天|网络构建与函数式自动微分
网络构建和函数式自动微分是深度学习模型构建和训练的基础,合理构建模型和梯度下降策略能使得训练过程事半功倍原创 2024-06-21 17:24:05 · 1000 阅读 · 0 评论 -
昇思25天学习打卡营第2天|张量、数据集和数据变换
本文介绍了MindSpore中张量处理、数据集处理、数据变换的常见方法,这是深度学习中数据预处理的必经之路。原创 2024-06-20 15:25:31 · 1242 阅读 · 0 评论 -
昇思25天学习打卡营第1天|基本介绍与快速入门
初识MindSpore,并将其用于MINIST数据集的分类原创 2024-06-19 15:17:08 · 657 阅读 · 1 评论