![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
ModelArts
文章平均质量分 88
irrationality
终身学习者
展开
-
MindSpore入门--跑通DeepFM模型训练经验
MindSpore入门–跑通DeepFM模型A Practice of MindSpore – DeepFMMindSpore入门–跑通DeepFM模型本文开发环境如下ModelArtsNotebookAscend*8本文主要内容如下环境准备数据准备模型训练发布算法1. 环境准备注意事项:本次笔者基于Ascend进行8卡运行,并且配置了500G的云硬盘。8卡主要作用是防止内存溢出,导致预处理时进程被Killed1.1 克隆仓库并进入到本地deepfm原创 2022-02-10 22:02:36 · 1884 阅读 · 0 评论 -
MindSpore入门--跑通BCGF模型开发手册
MindSpore入门–跑通BCGF模型An Introduction To MindSpore – BCGFMindSpore入门–跑通BCGF模型本文开发环境如下ModelArtsNotebookAscend本文主要内容如下环境准备数据准备模型训练1. 环境准备注意事项:本次笔者基于Ascend进行8卡运行,并且配置了500G的云硬盘。8卡主要作用是防止内存溢出,导致预处理时进程被Killed1.1 克隆仓库并进入到本地BCGF目录git clo原创 2022-02-10 21:57:26 · 2380 阅读 · 0 评论 -
基于LeNet5的手写数字识别,在ModelArts和GPU上复现
基于LeNet5的手写数字识别实验介绍LeNet5 + MNIST被誉为深度学习领域的“Hello world”。本实验主要介绍使用MindSpore在MNIST手写数字数据集上开发和训练一个LeNet5模型,并验证模型精度。实验目的了解如何使用MindSpore进行简单卷积神经网络的开发。了解如何使用MindSpore进行简单图片分类任务的训练。了解如何使用MindSpore进行简单图片分类任务的验证。预备知识熟练使用Python,了解Shell及Linux操作系统基本知识。具备一原创 2022-02-10 21:46:09 · 2499 阅读 · 0 评论 -
ModelArts(一)——从快速入门到远程开发
ModelArts(一)——从快速入门到远程开发文章目录ModelArts(一)——从快速入门到远程开发引言一、小白入手ModelArts1、准备工作1.1创建自动学习项目1.2创建桶并上传数据集2、开始训练2.1标注数据集2.2训练数据集2.3部署模型2.4linuxAPI调用测试二、Python上手ModelArts1、准备数据1.1创建桶1.2创建notebook1.3创建Notebook Python开发环境2、Python代码实现3、新版Jupyter Lab体验三、自动学习1、图像分类1.1数原创 2022-01-24 13:38:40 · 2695 阅读 · 3 评论