用户昵称就是没有昵称-CSDN博客

原创 Sinh算子kernel直调实现

上面是sinh的算子公式，通过公式我们可以看出总共有一个输入，一个输出，为了方便计算还引用了两个tembuf临时变量。对于输入和输出数据的类型和shape，在这里我们先使用固定shape，类型的话是fp16，后面我们会不断的优化这个算子，并且也会尝试其他的算子实现，尽情期待吧。异构计算架构中，NPU（kernel侧）与CPU（host侧）是协同工作的，完成了kernel侧核函数开发后，即可编写host侧的核函数调用程序，实现从host侧的APP程序调用算子，执行计算过程。修改完成后，就可以执行看看了。

2024-06-24 22:13:29 464

原创 CANN8.0安装踩坑记

选用的规格服务器ascend 310在文档中没有直接找到，后来提工单，根据发给我的链接，里面310P AI服务器，里面有好多型号，我用的Atlas 300I Pro 推理卡对应的驱动，尝试了多种安装方式，均告知安装失败，最后还是根据群友的提示，安装Atlas300 I推理卡对应的驱动才成功的，真可谓是一波三折。但是在安装固件时，提示没有物理机器，无法安装，问了下广大的群友，说是虚拟机无法安装，那我就尝试不安装固件继续安装CANN开发套件(经过实验是可行的)。最后再确认下配置，没有问题的话，就可以购买了。

2024-06-24 22:01:22 527

原创 CANN版本升级及Add算子调试

在购买服务器并绑定IP后，登陆方式是多种的，可以考虑cloudshell和VNC登陆方式，我们这里采用第三方远程登录工具登录，使用的工具是mobaxterm，之所以选择该工具是因为它支持上传文件到服务器。通过下方的样例链接进行下载，因为服务器没有安装git，因此要下载zip压缩包，然后在上传到服务器，如果是第一次访问gitee平台，需要注册账户。在cmake官网下载对应操作的最新版本，下载成功后，上传到服务器，执行解压命令：tar -xzvf cmake-3.XX.X.tar.gz。

2024-06-24 21:59:57 584

原创样例体验一之图片解码缩放与同步推理

点击下一步，选择网络，如果没有创建子网的话，需要先创建，公网带宽，根据个人需求，在这里我建议选用按流量计费，这样在不使用服务器的时候，可以点击停止，不用解绑弹性公网IP。我们首先打开华为云官网，点击弹性云服务器，选择按需计费，AI加速器，我们选用的是x86架构，当然也可以选择鲲鹏架构，系统用公共镜像就可以，ubuntu和centos都可以，根据习惯选择。驱动升级：chmod + ./{product name}-npu-firmware_x.x.x.x.X.run。

2024-06-24 21:58:13 301

原创基于Caffe ResNet-50网络实现图片分类（视频解码+同步推理）

命令执行后，需要等待一会，我们借此正好简单介绍下上面参数的含义，--model代表需要转换的模型文件；--framework为原始的框架，0代表caffe，1代表mindspore，3代表tensorflow，5代表onnx；--output代表的是模型的输出位置。配置环境变量，需要注意的是$HOME是你的CANN安装路径，比如我的安装路径上在/usr/local，所以需要改成合适的路径，否则编译会失败。切换到样例的out路径下，里面有个main文件，一般是有执行权限的，如果没有需要为其增加权限。

2024-06-24 21:56:38 815

原创初始昇腾CANN

CANN提供了在昇腾平台上开发神经网络应用的昇腾计算语言AscendCL（Ascend Computing Language），提供运行资源管理、内存管理、模型加载与执行、算子加载与执行、媒体数据处理等API，实现利用昇腾硬件计算资源、在昇腾CANN平台上进行深度学习推理计算、图形图像预处理、单算子加速计算等能力。自下而上它分为昇腾计算基础层、昇腾计算执行层、昇腾计算编译层、昇腾计算服务层，还提出了昇腾计算语言AscendCL，包括算子开发、图开发和应用开发。

2024-06-24 21:54:20 651

原创 MindSpore第一天打卡

mindspore框架可以适用于多个领域，对于不同的领域提供了拓展，有专门用于科学计算的，还提供了很多的网络modelzoo，在API上分为3个层次，包括高阶API可以帮助用户更快的上手，中阶API可以帮助用户灵活的构建神经网络，低阶API用户可以用它来实现张量定义，求导等操作。mindspore框架具有易开发，高效执行，全场景统一部署等特点。

2024-06-19 20:40:51 103

原创 Amazon CodeWhisperer 体验分享

其次关于该工具的操作文档也比较简单，写的并不够完善，提供的场景环境也比较有限，建议能够提供更加完善的操作文档，对于期间有可能遇到的问题，提供对应的解决方案，可以为该工具提供更多的支持场景，让该工具变得更加强大，减少重复代码的生成，完善工具，减少错误的产生。让该工具自动生成一个打地鼠的游戏，但是生成的代码并不对，而且代码也有很多是重复生成的，在代码的最后，还额外加上了某页面的网址，可见该工具对于中文的识别能力还不够，并且只能满足一些简单场景。但是对于一般的简单场景还是够用的，可以减少开发者的很多重复性工作。

2023-10-07 20:55:22 9941 1

原创华为送Mate60pro活动来了！

点此处报名：--------------------------------------报名入口---------------------------------------------

2023-09-14 08:45:23 161 1

原创西瓜书课后笔记---实验评估方法与性能度量

模型评估与选择错误率与精确率训练误差与泛化误差训练误差低≠泛化误差低⟹ 欠拟合(训练的不够)与过拟合(训练的太好NP≠P)评估方法：通过与训练集数据不同的验证集来进行评估1)留出法: 直接将数据集分割为训练集和验证集，常选用2/3~4/5作为训练集2)交叉验证法：将数据集分成k个互斥的子集，每次选取其中一个作为验证集，其他的作为训练集，最终取k个分组的测试结果的平均值3)自助法:每次从数据集D中随机抽取一个样本放入D1 中，然后放回数据集D，如此重复m次，数据集样本中始终不会被取到的概率

2022-03-15 16:36:34 347

weixin_46582876的博客