基于Mindspore框架与ModelArts 平台的MNIST手写体识别实验
实验简介
该实验包含了2部分内容:
第一部分:基于Mindspore框架的模型本地训练及预测
第二部分:基于Modelarts平台和Tensorflow框架的模型训练及部署
第一部分:基于Mindspore框架的模型本地训练及预测
实验准备
如果已经下载过MindSpore可以跳过这个步骤;如果没有,可以通过MindSpore官网安装页面:https://www.mindspore.cn/install/ ,安装MindSpore。按右侧的“安装指导视频”操作即可。
安装过程中如果报错,可能是因为pip没更新。可以在cmd中输入以下命令更新pip: python3 -m pip install --upgrade pip
数据准备
我们示例中用到的MNIST数据集是由10类28*28的灰度图片组成,训练数据集包含60000张图片,测试数据集包含10000张图片。
MNIST数据集下载页面:http://yann.lecun.com/exdb/mnist/。页面提供4个数据集下载链接,其中前2个文件是训练数据需要,后2个文件是测试结果需要。
将数据集下载并解压到本地路径下,这里将数据集解压分别存放到工作区的./MNIST_Data/train、./MNIST_Data/test路径下。
好啦开始实验
(在此,我只描述一下快速完成实验的步骤,不太理解原理的同学可以去其他途径学习)
(1)首先,在PyCharm中打开老师提供的lenet项目。
(2)在MNIST_Data文件夹下建test和train文件夹。
(3)然后把下载好的mnist数据集的四个压缩包解压后(我做的时候解压了,直接放压缩包不知道可不可以),放到test和train文件夹中。
(此时没有ckpt文件夹)
看图!(不过此时没有ckpt文件夹)
t10k-images.idx3-ubtye、t10k-labels.idx1-ubyte、train-images.idx3-ubyte、train-labels.idx1-ubyte这几个解压完是在相应名字的文件夹中的,千万要把它们拿出来再放到test和train文件夹下。(我做的时候一直出现==The file is damaged or permission is denied.==的报错,就是因为直接把解压得到的文件夹放进去啦,哭…)
(4)_init.py是空的,不用动。dataset.py也不用动,config.py只需把这个库easydict导入。
(5)lenet.py、eval.py、train.py需要改动,在指导书里找相应的代码放到对应位置即可。
(6)train.py还要改这里,如图。
(7)eval.py还要改这里,如图。
ckpt是运行train.py后生成的,如图。这块路径我是从ckpt里选了一个文件写上去。
OK,现在运行train.py,运行完成后再运行eval.py,就得到结果了。
现在恭喜你,第一部分完成啦!
第二部分:基于Modelarts平台和Tensorflow框架的模型训练及部署
参考教程: 华为官方网页实例
让我们开始!
(1)没有华为云的同学,先注册。注册完找到下面这个页面。
(2)如果不太熟悉华为云的话,请严格按照链接所提供的华为官方网页一步一步操作,不要自由发挥。(除了换成限时免费的CPU)
按照步骤一步一步做,一定可以顺利完成实验第二部分!