【2023 · CANN训练营第一季】昇腾AI入门课（TensorFlow）

AscendCL的优势

1.高度抽象:算子编译、加载、执行的API归一，相比每个算子一个API，AscendCL大幅减少API数量，降低复杂度。
2.向后兼容: AscendCL具备向后兼容，确保软件升级后，基于旧版本编译的程序依然可以在新版本上运行。
3.零感知芯片:一套AscendCL接口可以实现应用代码统一，多款昇腾处理器无差异。
AscendCL的主要应用场景如下:
1.开发应用:用户可以直接调用AscendCL提供的接口开发图片分类应用、目标识别应用等。2．供第三方框架调用:用户可以通过第三方框架调用AscendCL接口，以便使用昇腾Al处理器的计算能力。
3.供第三方开发lib库:用户还可以使用AscendCL封装实现第三方lib库，以便提供昇腾Al处理器的运行管理、资源管理等能力。

TensorFlow AI框架

可以参考https://tensorflow.google.cn/?hl=zh-cn

TensorFlow模型迁移类型

将TensorFlow网络模型迁移到昇腾Al处理器执行训练，主要有两种方式:
1.一种是自动迁移方式。通过迁移工具对原始脚本进行AST语法树扫描，可自动分析原生的TensorFlow API在昇腾Al处理器上的支持度，并将原始的TensorFlow训练脚本自动迁移成昇腾AI处理器支持的脚本，对于无法自动迁移的API，可以参考工具输出的迁移报告，对训练脚本进行相应的适配修改。
2.一种是手工迁移方式。算法工程师需要人工分析TensorFlow训练脚本中的API支持度情况，并且参照文档逐一手工修改不支持的APIl，以便在昇腾Al处理器上训练，该种方式较为复杂，我们建议大家优先使用自动迁移方式。

训练中遇到问题可以如何求助?

1、可以在Modelzoo仓上提issue。
2、 可以在昇腾社区博客上查阅经验贴 。
3、如果是集中组织活动的场景，可以向接口人提。
4、可以在昇腾社区论坛上发帖提问。