《昇思25天学习打卡营第25天|第5天》

最新推荐文章于 2024-09-14 21:53:48 发布
最新推荐文章于 2024-09-14 21:53:48 发布
阅读量154 收藏
点赞数 1
分类专栏： 昇思打卡 文章标签： 学习
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/weixin_46027901/article/details/140338314
版权

今天是第5天打卡，今天学习的是数据交换Transfroms的概念、mindspore.dataset.transorms模块支持的通用Transfroms：Compose、mindspore.dataset.vision模块（图像处理）中的Recale、Normalize和HWC2CHW、mindspore.dataset.text模块（文字数据）中的操作：PythonTokenizer和LooKup、最后还有Lambda Transforms。

右牙缺角土豆头
关注
专栏目录
《昇思25天学习打卡营第1天|快速入门》
小郑
06-25 1096
昇思MindSpore是一个全场景深度学习框架，旨在实现易开发、高效执行、全场景统一部署三大目标。其中，表现为API友好、调试难度低；包括计算效率、数据预处理效率和分布式训练效率；则指框架同时支持云、边缘以及端侧场景。昇腾计算，是基于昇腾系列处理器构建的全栈AI计算基础设施及应用，包括昇腾Ascend系列芯片、Atlas系列硬件、CANN芯片使能、MindSpore AI框架、ModelArts、MindX应用使能等。
【昇思25天学习打卡营第5天 | 数据变换Transforms】
imath60的博客
07-03 177
通过本文的学习，我们了解到MindSpore框架提供了丰富的数据变换工具，这些工具不仅能够提升数据处理的效率，还能增强模型训练的数据多样性和质量。无论是图像、文本还是通用数据，Transforms都能提供相应的解决方案。掌握这些变换的使用，对于构建高效、健壮的机器学习模型至关重要。
昇思25天学习打卡营第二十五天|SSD目标检测
weixin_42553583的博客
07-18 806
SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法。使用Nvidia Titan X在VOC 2007测试集上，SSD对于输入尺寸300x300的网络，达到74.3%mAP(mean Average Precision)以及59FPS；对于512x512的网络，达到了76.9%mAP ，超越当时最强的Faster RCNN(73.2%mAP)。具体可参考论文[1]。
【昇思25天学习打卡营第13天 | ResNet50图像分类】
imath60的博客
07-08 236
ResNet50的学习不仅加深了我对卷积神经网络的理解，也让我认识到了预训练模型在实际应用中的巨大潜力。通过对CIFAR-10数据集的分类任务的训练和评估，我学会了如何调整模型参数、优化训练过程，并最终提高了模型的预测准确率。此外，可视化预测结果让我直观地看到了模型性能，这对于模型调优和问题诊断非常有帮助。尽管在本次学习中只训练了5个epochs，但我相信通过更多的训练和参数调整，模型的表现将得到进一步提升。
昇思25天学习打卡营第5天|网络构建
2301_77286822的博客
06-23 977
​神经网络模型是由神经网络层和Tensor操作构成的，mindspore.nn提供了常见神经网络层的实现，在MindSpore中，Cell类是构建所有网络的基类（这个类和pytorch中的modul类是一样的作用），也是网络的基本单元。一个神经网络模型表示为一个Cell，它由不同的子Cell构成。使用这样的嵌套结构，可以简单地使用面向对象编程的思维，对神经网络结构进行构建和管理。
昇思25天学习打卡营第2天|快速入门
aperson888的博客
06-24 842
🤖快速入门：打造你的智能助手||||||||||||||||||
昇思25天学习打卡营第3天|数据集Dataset
2301_77286822的博客
06-21 1027
数据是深度学习的基础，高质量的数据输入将在整个深度神经网络中起到积极作用。有一种说法是模型最终训练的结果，10%受到算法影响，剩下的90%都是由训练的数据质量决定。（doge）MindSpore提供基于Pipeline的，通过和实现高效的数据预处理。其中Dataset是Pipeline的起始，用于加载原始数据。MindSpore自带的提供了内置的文本、图像、音频等数据集加载接口，并提供了自定义数据集加载接口。此外MindSpore的领域开发库也提供了大量的预加载数据集，可以使用API一键下载使用。
昇思25天学习打卡营第2天|MindSpore快速入门
wwt72的博客
07-06 1099
涉及到 mindspore.nn 类。例如用户可继承nn.Cell类来自定义网络结构，其中的construct类函数包含数据（Tensor）的变换过程。。包括损失函数、优化器等。如 nn.CrossEntropyLoss() 、nn.SGD(model.trainable_params(), 1e-2)
昇思25天学习打卡营第二十四天|ShuffleNet图像分类
weixin_42553583的博客
07-17 1148
ShuffleNetV1是旷视科技提出的一种计算高效的CNN模型，和MobileNet, SqueezeNet等一样主要应用在移动端，所以模型的设计目标就是利用有限的计算资源来达到最好的模型精度。ShuffleNetV1的设计核心是引入了两种操作：Pointwise Group Convolution和Channel Shuffle，这在保持精度的同时大大降低了模型的计算量。因此，ShuffleNetV1和MobileNet类似，都是通过设计更高效的网络结构来实现模型的压缩和加速。
昇思25天学习打卡营第1天|快速入门
2301_77286822的博客
06-19 931
本节通过MindSpore已经封装好的API，快速实现一个深度学习模型的数据集准备、训练评估，模型参数保存和加载，对新手朋友十分友好。
昇思25天学习打卡营第5天-网络与模型相关要素探讨
07-01
将 MindSpore 整个模块引入到当前的 Python 脚本里，方便后续运用 MindSpore 所提供的各类功能与类。从 MindSpore 模块中单独导入“nn”（一般代表神经网络相关的类和函数）以及“ops”（通常指操作符相关的功能），...
昇思25天学习打卡营第5天|MindSpore-ResNet50图像分类
pblh123的专栏
06-28 951
基于MindSpore实践ResNet50计算网络，预训练模型，超参数定义，
昇思25天学习打卡营第7天|MindSpore-ShuffleNet图像分类
pblh123的专栏
06-30 1234
基于MindSpore的ShuffleNet实践，ShuffleNetV1是一种高效的CNN模型，主要应用于移动端。其设计目标是在有限的计算资源下实现最佳精度。ShuffleNetV1引入了两种操作：Pointwise Group Convolution和Channel Shuffle，从而降低了模型的计算量。与MobileNet类似，ShuffleNetV1通过优化网络结构实现了模型的压缩和加速。
昇思25天学习打卡营第6天|MindSpore-ResNet50迁移学习
pblh123的专栏
06-30 520
基于MindSpore-ResNet50模型进行迁移学习，实现狼狗与狗的分类预测。熟悉迁移学习方式，参数冻结微调，预训练模型使用
UEFI学习笔记（五）：EDK II PCD的概念、类型、使用
qq_44189622的博客
09-11 839
如果在BIOS里面有一些模块是binary方式集成进来的而这些binary又需要用到PCD（用于Binary Release），那么这些Binary集成的要用到的PCD就必须要设置为。PCD的值存在memory里面，下次启动时，上次更改的值丢失了，每次启动都是从default值开始。是存在VPD空间的（在FLASH上，只读），一般是出厂配置。如果platform是从源码build出来的，没有binary在里面的时候，PCD用的都是。作用域在一个模块中（模块级的），可以在Binary Level进行修改。
计算几何学习
网安小白
09-12 443
学习计算几何过程中对经典算法的记录
看Threejs好玩示例，学习创新与技术(二)
最新发布
htsitr2的专栏
09-14 478
它的主要特点是确保生成的点之间保持一定的最小距离，从而避免点的聚集。这种方法在计算机图形学、游戏开发、物理模拟等领域中非常有用，尤其是在需要生成自然分布的对象（如树木、石头等）时。如果不进行裁剪，那么效果如下（初步的锯齿感是因为矩形内采样的结果）。为啥这么复杂呢，为啥不开始存储每个方块的UV呢？下面代码的vTexCoords（=savedModelMatrix，已修改）记录方块所在的位置，vWorldPosition表示方块中像素的偏移。在上面那副图中，聪明的你一定初步猜到了每个方块的纹理是怎么得到的。
如何用3个月零基础入门网络安全？_网络安全零基础怎么学习
2401_84466224的博客
09-11 923
我们知道计算机最早是在西方发明出来的，很多名词或者代码都是英文的，甚至现有的一些教程最初也是英文原版翻译过来的，而且一个漏洞被发现到翻译成中文一般需要一个星期的时间，在这个时间差上漏洞可能都修补了。”答案是否定的，黑客用的电脑,不需要什么高的配置,只要稳定就行.因为黑客所使用的一些程序,低端CPU也可以很好的运行,而且不占什么内存.还有一个,黑客是在DOS命令下对进行的,所以电脑能使用到最佳状态!观看学习近十年所有0day挖掘的帖，然后搭建环境，去复现漏洞，去思考学习笔者的挖洞思维，培养自己的渗透思维。
【学习笔记】SSL密码套件之哈希
Taki_UP的博客
09-12 1154
本篇介绍了TLS/SSL密码套件中常用的哈希算法，包括Poly1305、SHA384、SHA256、SHA、MD5
评论
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
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