MindSpore_4th心得_搭建环境与跑通lenet

最新推荐文章于 2024-10-05 12:11:02 发布

阿拉丁123

最新推荐文章于 2024-10-05 12:11:02 发布

阅读量805

点赞数

分类专栏：心得体会文章标签：深度学习神经网络机器学习

本文链接：https://blog.csdn.net/qq_38395721/article/details/108565798

版权

本文档详细介绍了如何在PyCharm上配置MindSpore环境，包括安装MindSpore、fork仓库、下载MNIST数据集、修改代码以适应CPU环境，以及运行并验证Lenet模型。在过程中特别提到了遇到的导入头文件报错问题，原因是缺少Pythonpath的正确设置，解决方法是添加src包的路径。

摘要由CSDN通过智能技术生成

1、在pycharm上配置mindspore环境

进入conda环境后安装mindspore

pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/0.7.0-beta/MindSpore/cpu/windows_x64/mindspore-0.7.0-cp37-cp37m-win_amd64.whl

安装完毕后导入mindspore查看安装是否成功：

import mindspore

或者直接在pycharm上看下是否加载了头孢即可：

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

阿拉丁123

关注关注

0
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

GLM-4本地部署的实战教程

herosunly的博客

06-05

14万+

本文主要介绍了GLM-4-9B本地部署的实战教程，希望对学习和使用大模型的同学们有所帮助。文章目录 1. 前言 2. 配置环境 2.1 安装虚拟环境 2.2 安装依赖库 2.3 下载模型文件 3. 运行glm-4-9b-chat

ValueError: Unrecognized configuration class ＜class transformers_modules.Qwen-7B-Chat...解决方案

最新发布

wotui的博客

10-05

1043

下载完成后安装（直接全部默认即可）后即可进入软件配置环境界面根目录默认环境为python3.12，对项目来说可能版本不适用，所以最好再创建一个目录环境，点击Create创建要求python环境版本的目录，将installed（已安装）改为all（全部显示），然后搜索软件包安装即可（安装失败不要气馁，往后看，很多解决方法）

MindSpore实践图神经网络之环境篇

个人小站：www.xiaowangyun.com

05-29

927

MindSpore在Windows11系统下的环境配置。MindSpore环境配置大概分为三步：（1）安装Python环境，（2）安装MindSpore，（3）验证是否成功如果是GPU环境还需安装CUDA等环境，可以参照官网 https://www.mindspore.cn/install接下来介绍几款开发IDE以及辅助工具，此处省略了上一节Minicanda安装Python环境，没有安装可以参照：【MindSpore易点通】图神经网络实践系列01开篇。

windows 部署 mindspore GPU 开发环境（WSL）

Wolf_xujie的博客

08-04

1166

确保已经安装 WSL在微软应用商店搜索时务必输入全名，并安装应用商店默认的 Ubuntu 版本号已经更新至 24.04，目前发现，改变24.04的安装位置可能导致虚拟机无法启动）自定义位置安装过程与C盘安装教程相似。最大区别在于，我们按照教程或官方文档从微软商店下载Ubuntu之后，不要点击启动，而是要将安装包复制到我们想要的位置，之后 Ubuntu 就会被安装到该位置。具体步骤如下。

《算法》第四版《Algorithms》4th Edition 学习环境搭建

大智若鱼

05-16

1万+

Robert Sedgewick《算法》第四版《Algorithms》4th Edition 学习环境搭建

ValueError: Unable to read workbook: could not read strings from data.xlsx解决方案

weixin_43178406的博客

01-20

5万+

本文主要介绍了ValueError: Unable to read workbook: could not read strings from data.xlsx解决方案，希望能对使用pandas读取excel的同学们有所帮助。文章目录 1. 问题描述 2. 解决方案

Mindspore windows安装

weixin_40054643的博客

08-15

653

基本都是用docker but我不想安装docker，因为以前安虚拟机的时候关闭了那个（忘记叫什么的虚拟功能懒得再开了）我用的whl文件安装的：官网下载所需要的版本，然后放进指定目录 pip install + 文件就ok了但是遇到一些很无语的错误，显示有些文件安装不了或者卸载不了，在查阅一些资料后发现原来是mindspore现在在windows上面只支持python3.75版本的，虽然我的是3.7但是仍旧有错误。就conda create -n {name} python=3.7.5 创

Python开发环境配置

Mind_programmonkey的博客

07-07

717

1.安装到Python主页下载并安装Python基本开发和运行环境网址为：http://www.python.org/download/ 根据操作系统选择不同版本，在安装的过程中图示内容要选择安装 2.启动（1）方法一：启动Windows命令行工具，输入python （2）方法二：启动IDLE来启动Python的图形化运行环境

Copy攻城狮辛酸史：含泪“一分钟”跑通MindSpore的LeNet模型

华为云官方博客

09-17

3184

摘要：一个Cope 攻城狮用切身实例告诉你： Cope代码体验一时爽，BUG修改花半天。前言：此文为r0.7-beta的操作实践，为什么我的眼里常含泪水，因为我对踩坑这件事爱得深沉。谨以此文献给和我一样踩坑的小伙伴，纪念踩坑时刻。 ↑开局一张图，故事全靠编。有时候常常问自己：我一个前端开发，没有python基础，居然敢尝试使用深度学习框架？谁给的勇气，是梁静茹吗？有时候也常常暗示自己“技多不压身”，活得像周树人笔下的阿Q一样洒脱，不过现实就像--我是钻井工，钻了一个又一个的井，因为没有坚持，一

LeNet-5N 网络模型及对应代码自用已跑通

wsadmin的博客

11-10

1598

先上代码自用，已跑通！但有细节仍需完善分为几个部分（也算是思路顺序吧）：数据下载数据加载 CPU or GPU 模型搭建超参数选择开始训练结果可视化代码部分 # LeNet模型 import torch from torch import nn from torchvision import datasets,transforms # 批量大小 batch_size = 64 # 下载mnist数据集及文件路径 train_dataset = datasets.MNIST(root=

python开发先创建虚拟环境呀

LKIDTI数据的博客

08-09

342

一、python虚拟环境概述（virtual environment）它是一个虚拟化，从电脑独立开辟出来的环境。通俗的来讲，虚拟环境就是借助虚拟机docker（容器）来把一部分内容独立出来，我们把这部分独立出来的东西称作“容器”，在这个容器中，我们可以只安装我们需要的依赖包，各个容器之间互相隔离，互不影响。譬如，本次学习需要用到mindspore学习，我就创建一个mindspore的虚拟环境，其中的一些mindspore的项目使用到的numpy，pandas等版本问题，就可以重新安装而不影响。二、虚拟环

MindSpore CPU环境入门模型LeNet实践

布衣之旅

02-11

1428

选择MindSpore作为入门的AI框架，通过前面在windows环境非常简便的使用方式部署起来之后，按照惯例我们寻找一个官方提供的实例来试运行下，先从使用的角度大概理解下mindspore框架使用思路是怎样的，AI类应用程序化一般使用过程是怎样的？切记，这个时候也别去深究模型的实现和内部机制，不然也容易放弃！先从使用，概要认识的角度来理解。 1.准备源码官方在框架的源码中提供了一系列的代码实例，可以从如下渠道获取。 GitHub：https://github.com/mindspore-

Pycharm实现基于MindSpore的MNIST手写识别

weixin_51424996的博客

07-18

2009

实现基于MindSpore的MNIST手写识别

win10（conda创建虚拟环境）安装mindspore

qq_44986029的博客

05-16

564

win10（从打创建虚拟环境）安装mindspore

conda指定路径安装mindspore

m08520a的博客

11-25

907

mindspore安装和使用。

pthread_t th1; pthread_t th2;

09-07

`pthread_t` 是 C/C++ 中用于表示线程标识符的数据类型。在创建新线程时，我们通常会声明这样的变量，比如 `th1` 和 `th2`，用来存储由 `pthread_create` 函数返回的新线程句柄。当你创建一个线程时，会通过这个句柄跟踪该线程的生命周期，并在需要的时候可以对它进行控制操作，如暂停、继续或者销毁线程。使用这两个变量的例子通常是这样的： ```c #include <pthread.h> // 创建线程函数 void* thread_function(void* arg) { // 线程主体... } int main() { pthread_t th1, th2; // 定义两个线程标识符 // 创建并启动第一个线程 if (pthread_create(&th1, NULL, thread_function, NULL)) { // 错误处理... } // 创建并启动第二个线程 if (pthread_create(&th2, NULL, thread_function, NULL)) { // 错误处理... } // 等待线程完成 pthread_join(th1, NULL); pthread_join(th2, NULL); return 0; } ```