HIT人工智能导论实验2——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！