MindSporeLite 实践

最新推荐文章于 2024-04-26 15:31:09 发布
最新推荐文章于 2024-04-26 15:31:09 发布
阅读量1.2k 收藏
点赞数
分类专栏： 深度学习 android 文章标签： android studio android android-studio
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u011489887/article/details/122247254
版权

Android demo测试

官网指南

注意事项：

  1. 从android studio下载指定的NDK,Cmake,Gradle等依赖。
  2. 若网络OK的话，点击Android SDK里的show package details会显示各个版本信息，按需下载。
  3. demo需要MindsporeLite库文件（需手动编译才能支持NPU）以及模型文件，可提前根据链接下载好放入指定目录。

手动编译MindsporeLite库以支持NPU

官网指南

  1. 下载DDK (注意芯片与版本映射关系)
  2. 编译构建

pytorch模型迁移应用

  1. pytorch模型转换为onnx模型
  2. mindspore Lite工具转换onnx模型（注意先配置工具的环境变量。）
  3. 工程实现要点
    • cmake配置变量可参考官方demo
    • build文件配置cmake信息以及构建的arm平台
    • 找不到mindspore记得include头文件
    • dlopen failed… 需要手动把所需so文件放到lib目录下
AICVer
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
专栏目录
openHarmony应用开发使用MindSpore Lite Native API开发AI应用跑通的代码
03-25
openHarmony应用开发使用MindSpore Lite Native API开发AI应用跑通的代码，开发初学者借鉴
开发者分享｜MindSpore Lite 体验，一键实现图像分割
Kenji_Shinji的博客
07-20 1051
MindSporeLite1.0.0已经在去年9月份开源，开源之后，其接口易用性、算子性能与完备度、第三方模型的广泛支持等方面，得到了众多手机应用开发者的广泛认可。目前，1.0.0版本发布已经过去3个月，最新的MindSporeLite1.1.0在算子性能优化、模型小型化、加速库自动裁剪工具、端侧模型训练、语音类模型支持、Java接口开放、模型可视化等方面进行了全面升级，a.通过此次端到端的实践，初步了解了Mindsporelite工程在手机应用上如何进行构建和部署，还是比较方便、快捷的；...
HarmonyOS 实战开发-MindSpore Lite引擎进行模型推理
最新发布
m0_71524094的博客
04-26 1227
MindSpore Lite 是一款 AI 引擎，它提供了面向不同硬件设备 AI 模型推理的功能，目前已经在图像分类、目标识别、人脸识别、文字识别等应用中广泛使用。本文介绍使用 MindSpore Lite 推理引擎进行模型推理的通用开发流程。如果你觉得这篇内容对你还蛮有帮助，我想邀请你帮我三个小忙：关注小编，同时可以期待后续文章ing🚀，不定期分享原创知识。
MindSporeLite之converter_lite模型转换工具和benchmark模型推理工具
IT菜鸟
04-06 1071
MindSporeLite之converter_lite模型转换工具和benchmark模型推理工具
使用Mindspore Lite端到端部署LSTM
weixin_45666880的博客
04-19 1984
本文档介绍如何把pytorch训练的LSTM网络转换成mindspore Lite支持的ms模型，并实现手机端的推理。 1.pytorch搭建网络 从mindspore Lite官网中的算子支持列表中发现，如果模型中用到了LSTM算子，只能从onnx转ms，目前主流的网络都是用pytorch框架训练，因此我们先用pytorch搭建LSTM模型，再调用torch.onnx把模型转换成onnx。 我们用LSTM搭建一个简单的分类网络模型，第一层是LSTM层，后续是两个全连接层，其网络结构用pytorc
技术干货｜极速、极智、极简的昇思MindSpore Lite：助力华为Watch更加智能
Kenji_Shinji的博客
06-25 755
昇思MindSpore Lite是MindSpore全场景AI框架的端侧引擎，目前MindSpore Lite作为华为HMS Core、鸿蒙、运营商、能源领域嵌入式设备机器学习服务的推理引擎底座，已为全球4000+应用提供推理引擎服务，日均调用量超过7亿，同时在各类手机、穿戴感知、智慧屏、智能手表和其他IoT设备的AI特性上得到了广泛应用。本文介绍MindSpore Lite在华为智能手表WATCH上的应用，也欢迎您发布基于MindSpore Lite的应用。使用MindSpore Lite的优势极致性能高
鸿蒙应用开发配置Mindspore Lite依赖
weixin_45666880的博客
08-26 371
按照Mindspore官网上在安卓上配置Mindspore Lite的教程在鸿蒙上进行配置。目前鸿蒙暂不支持aar包。如果需要做鸿蒙应用开发，建议直接使用c或者c++推理接口。在安卓上可以正常部署，但在DevEco Studio上配置后显示如下。错误: 程序包com.mindspore.lite不存在。Mindspore Lite可以直接部署在鸿蒙上。...
MindSpore21天实战营手记（一）：基于MindSpore Lite开发端侧AI图像分类应用
xi_xiyu的博客
07-26 592
完于2020年10月26日 刚刚听完华为MindSpore实战营第一课“基于MindSpore Lite开发端侧AI图像分类应用”，学会了编译方法就迫不及待按照课程指南生成应用，安装到手机上对着街上物件一顿乱扫，感觉特别有趣。 话说能得到即时反馈的学习才是好的学习，短短两天把一个小白变成一个能编译项目的小白，我为华为的老师们手动点赞。 以前总感觉模型训练好，在云上开个访问API了，最多听说过某些行业出于保护隐私的目的，采用公有云训练，私有云推理的应用模式，而且私有云资源也往往是不受限制的。但是
华为昇思MindSpore详细教程（一）
IT菜鸟
07-14 6862
MindSpore_white_paperV1.1.pdfMind Expression，MindSpore前端，主要完成从用户源码到计算图的编译任务、训练中控制执行及上下文维护（非下沉模式配置下）、动态图（PyNative模式）等。MindSpore数据框架，提供数据加载、增强、数据集管理以及可视化。MindSpore可视化组件，可视化标量、图像、计算图以及模型超参等信息。Ascend Intermediate Representation，类似ONNX，是华为定义的针对机器学习所设计的开放式的文件格式，
超轻量AI引擎MindSpore Lite
吴建明wujianming_110117
02-07 471
超轻量AI引擎MindSpore Lite 揭秘一下端上的AI引擎：MindSpore Lite。 MindSpore Lite是MindSpore全场景AI框架的端侧引擎，目前MindSpore Lite作为华为HMS Core机器学习服务的推理引擎底座，已为全球1000+应用提供推理引擎服务，日均调用量超过3亿，同时在各类手机、穿戴感知、智慧屏等设备的AI特性上得到了广泛应用。 MindSpore Lite 1.0.0 已经开源，开源之后，其接口易用性、算子性能与完备度、第三方模型的广泛支持等方面，得到
技术干货｜昇思MindSpore Lite1.5 特性发布，带来全新端侧AI体验
Kenji_Shinji的博客
06-29 522
昇思MindSpore Lite 1.5版本我们主要在异构推理、混合精度推理、端侧训练和混合比特权重量化等特性进行了重点优化，在推理性能、模型小型化和端侧训练易用性与性能等方面带来新的体验。下面就带大家快速浏览这些关键特性。根据用户选择进行算子异构部署早期版本Mindspore Lite只支持CPU+的模式，只能支持CPU与NPU或者CPU与GPU的异构执行，并且无法选择异构硬件的优先级。当前最新版本的多硬件异构推理特性，给了用户更多的异构硬件选择，增加了易用性，对异构硬件上的推理更加友好。多硬件异构推理特
MindSpore端侧手机应用实战：AI垃圾分类应用
Kenji_Shinji的博客
08-29 865
首先按照代码第1行，构建MobileNetV2的backbone网络，head网络，并且构建包含这两个子网络的MobileNetV2网络。代码第3-10行展示了如何定义backbone_net与head_net，以及将两个子网络置入mobilenet_v2中。代码第12-23行，展示了在微调训练模式下，需要将预训练模型加载入backbone_net子网络，并且冻结backbone_net中的参数，不参与训练。代码第21-23行展示了如何冻结网络参数。...
MindSpore Lite 体验
jijianzhang2204的博客
09-13 1072
MindSpore Lite体验 MindSpore Lite是MindSpore八月发布的针对手机以及IoT场景，端到端的解决方案。简单地说，就是可以在手机以及IoT设备上部署MindSpore框架训练的AI模型。 上手体验 下载官方代码样例—图片分类（使用的是mobilenet.v2）。安装AndroidStudio，按照说明，需要各个依赖如下： Android Studio >= 3.2 (推荐4.0以上版本) NDK 21.3 CMake 3.10 Android SDK >= 26
如何对应用于mindspore lite的模型进行迁移学习
xi_xiyu的博客
11-09 185
就以MindSpore Lite 端侧图像分类demo https://gitee.com/mindspore/models/tree/r1.5/official/lite/image_classificationwei为例。可以参考端侧训练相关文档https://www.mindspore.cn/lite/docs/zh-CN/r1.8/use/converter_train.html。怎样才能对mobilenetv2.ms进行再训练。
【MindSpore Lite 1.6 新功能 异构并行】询问 1.6 版本中的 异构并行 细节
weixin_45666880的博客
06-12 177
问题描述：【功能模块】MindSpore Lite 1.6 版本中的 Release Note 中重点讲到【6.1 通过异构并行技术，深度挖掘硬件算力提升推理性能】。个人对该特性比较感兴趣，现有如下问题想请教交流：官方中提到：MindSpore Lite在当前版本实现了GPU与CPU的异构并行，使用Mobilenet-V1网络实测验证，有5%左右的性能提升。请问这个如何复现？是否可以提供复现步骤，及如上测试是在哪个设备上运行的？5%的性能提升，对应的baseline是？该特性指出：将无依赖的分支分别在CPU
如何处理MindSpore Lite推理精度异常问题
Kenji_Shinji的博客
09-29 596
使用MindSpore Lite集成时对推理结果后处理后发现效果不理想，怀疑推理精度存在问题，可通过以下方式进行精度分析验证。
MindSpore Lite笔记分享
skytttttt9394的博客
07-16 473
转载链接：MindSpore Lite笔记分享_MindSpore_昇腾论坛_华为云论坛 作者：Jack20 华为智慧终端背后的黑科技--超轻量AI引擎MindSpore Lite MindSpore Lite 1.1 在端侧模型训练、算子性能优化、模型小型化、加速库自动裁剪工具、语音类模型支持、Java接口开放、模型可视化等方面进行了全面升级，升级后的版本更轻、更快、更易用 大家可以到官网下载对应的MindSpore Lite：https://www.mindspore.cn/tutorial/.
【昇思MindSpore】MindSpore安装过程帖
掩月天权的博客
09-22 1759
【昇思MindSpore】MindSpore安装过程帖

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AICVer

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值