转载地址:https://bbs.huaweicloud.com/forum/thread-85104-1-1.html
作者: 芳菲菲兮满堂
Mindspore提供了概率编程模型,作为个人认为能够推进深度学习可解释性的方向,那么肯定需要先体验一下,先以bnn为起点,talk is cheap, show me the code ,把device_target由昇腾改成GPU,这里当初遇到个问题,因为Windows的mindspore没有gpu版,我想当然滴改成了cpu,后来遇到各种问题(权限啊 训练输入尺寸啊),断断续续弄了两天,后来发帖一问,小姐姐提示文档标签上木有CPU,表示不支持CPU进行训练,这里再次感慨仔细看文档的重要性 文档的重要性 文档的重要性 社区回复的也及时(总是听大神们说社区 社区 现在体验到了社区的好处) 果断放弃了Windows环境 开启我的Ubuntu系统 开启了环境无忧无虑的征程
本次采用的数据集是Fashion-Mnist,后面个人建议还是用这个数据集作为AI的Hello world程序,mnist已经被玩坏了,在mindspore/tests/st/probability路径下找到相应的代码 (Ps 不知道为什么代码要组织在系统测试的路径下)这里有个问题,在该路径下运行代码,导包的时候会导入代码中的模块,会导致运行失败,所以将probability拷贝的任意路径,更改训练集路径,开始训练
开始训练,如同其他模型一样的输出,上面的warning是我想进行一下可视化调试而增加summary 回调, 目前还没搞明白这个图片和张量怎么样能够纳入的可视化追踪中,等搞明白后写个续集,就酱 江湖债见 留下邮箱 zcl8891@yeah.net