昇思25天学习打卡Day1：MindSpore入门

已于 2024-06-24 16:02:01 修改
阅读量100 收藏
点赞数 1
文章标签： python
于 2024-06-24 15:31:13 首次发布
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_69081385/article/details/139927373
版权

之前接触过MindSpore AI，对于深度学习的训练和应用一直都想入手操作。

MindSpore 提供了一套详细的，可以操作的教程案例并且有非常丰富的模型库可以调用，这就给初学者带来了很大的方便。这次MindSpore 25天学习打卡，一定收获颇丰，了解模型训练与应用的流程。

学习第一天，了解MindSpore的运行架构。ModelZoo提供了丰富的模型，需要在实践中慢慢学会应用。

学习第一课，打上时间标签

Chale442
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
《昇思25天学习打卡营第1天 - 快速入门 mindspore》
06-27
昇思25天学习打卡营 - 02 快速入门
昇思25天打卡营-mindspore-ML- Day9
06-27
FCN图像语义分割，mindspore平台
昇思25天学习打卡Day1：基本介绍
qq_67468736的博客
06-22 719
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，易开发表现为API友好、调试难度低；高效执行包括计算效率、数据预处理效率和分布式训练效率；全场景则指框架同时支持云、边缘以及端侧场景。ModelZoo（模型库）：ModelZoo提供可用的深度学习算法网络，也欢迎更多开发者贡献新的网络(ModelZoo地址MindSpore Extend（扩展库）
昇思MindSpore 25天学习打卡营|day1
m0_73961262的博客
06-20 888
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。
昇思25天学习打卡Day2：快速入门
qq_67468736的博客
06-23 854
本节通过MindSpore的API来快速实现一个简单的深度学习模型。若想要深入了解MindSpore的使用方法，请参阅各节最后提供的参考链接。[ ]:# 实验环境已经预装了mindspore==2.2.14，如需更换mindspore版本，可更改下面mindspore的版本号!!
昇思Mindspore25天学习打卡Day21：Diffusion扩散模型
weixin_42147595的博客
07-10 949
如果将Diffusion与其他生成模型（如Normalizing Flows、GAN或VAE）进行比较，它并没有那么复杂，它们都将噪声从一些简单分布转换为数据样本，Diffusion也是从纯噪声开始通过一个神经网络学习逐步去噪，最终得到一个实际图像。我们选择的固定（或预定义）正向扩散过程qqq:它逐渐将高斯噪声添加到图像中，直到最终得到纯噪声一个学习的反向去噪的扩散过程pθp_θpθ​：通过训练神经网络从纯噪声开始逐渐对图像去噪，直到最终得到一个实际的图像-由ttt。
昇思25天学习打卡-Day1：基础及入门
weixin_42147595的博客
06-20 424
Mindspore25天打卡，day1.入门训练，打上自己标签和时间
昇思MindSpore 25天学习打卡营|day9
m0_73961262的博客
07-02 802
FCN主要用于图像分割领域，是一种端到端的分割方法，是深度学习应用在图像语义分割的开山之作。通过进行像素级的预测直接得出与原图大小相等的label map。因FCN丢弃全连接层替换为全卷积层，网络所有曾均为卷积层，故称为全卷积网络。全卷积神经网络主要使用以下三种技术：1.卷积化（Convolutional）使用VGG-16作为FCN的backbone（基础）。VGG-16的输入为224*224的RGB图像，输出为1000个预测值。VGG-16只能接受固定大小的输入，丢弃了空间坐标，产生非空间输出。
昇思MindSpore 25天学习打卡营|day19
weixin_42036358的博客
07-13 1653
如果将Diffusion与其他生成模型（如Normalizing Flows、GAN或VAE）进行比较，它并没有那么复杂，它们都将噪声从一些简单分布转换为数据样本，Diffusion也是从纯噪声开始通过一个神经网络学习逐步去噪，最终得到一个实际图像。Diffusion对于图像的处理包括以下两个过程：我们选择的固定（或预定义）正向扩散过程 𝑞𝑞 ：它逐渐将高斯噪声添加到图像中，直到最终得到纯噪声。
昇思MindSpore 25天学习打卡营|day4
m0_73961262的博客
06-24 887
定义神经网络时，可以继承 nn.cell 类，在 __init__ 方法中进行子 Cell 的实例化和状态管理，在 construct 方法中实现 Tensor 操作。construct意为神经网络（计算图）构建，相关内容详见使用静态图加速。# 初始化一个Flatten层，用于将多维输入数据展平为一维。# 初始化一个SequentialCell，它按顺序执行多个神经网络层。# 第一个全连接层，输入大小为28*28，输出大小为512，权重初始化为正态分布，偏置初始化为0。nn.ReLU(),
昇思25天学习打卡Day01
个人小站：www.xiaowangyun.com
06-25 195
昇思25天学习打卡
ResNet50的预训练模型(昇思Mindspore学习25天打卡Day12：ResNet50迁移)
06-30
ResNet50的预训练模型(昇思Mindspore学习25天打卡Day12：ResNet50迁移)
《昇思25天学习打卡营第6天 - mindspore 函数式自动微分常见用法》
07-05
《昇思25天学习打卡营第6天 - mindspore 函数式自动微分常见用法》
《昇思25天学习打卡营第2天 - mindspore Tensor 的常见用法》
06-28
《昇思25天学习打卡营第2天 | mindspore Tensor 的常见用法》
【Python】入门到放弃之第九章《字典》
MP13537560060的博客
08-15 723
这是本系列的第九章节内容，《字典》。在Python中，字典（Dictionary）是一种内置的数据结构，用于存储键值对（key-value pairs）。字典是可变的，意味着你可以在创建字典后添加、删除或修改其中的元素。字典的键（key）必须是唯一的，并且是不可变的（即，它们必须是不可变数据类型，如字符串、数字或元组，但不能是列表或字典等可变类型）。字典的值（value）则可以是任何数据类型，包括列表、元组、字典等。以上，就是Python中字典的全部内容。
【Python使用】嘿马头条项目从到完整开发教程第1篇：简介,1. 内容【附代码文档】
一诺的博客
08-16 622
本教程的知识点为:简介 1. 内容 2. 目标 产品效果 ToutiaoWeb虚拟机使用说明 数据库 理解ORM 作用 思考： 使用ORM的方式选择 数据库 SQLAlchemy操作 1 新增 2 查询 all() 数据库 分布式ID 1 方案选择 2 头条 使用雪花算法 （代码 toutiao-backend/common/utils/snowflake) 数据库 Redis 1 Redis事务 基本事务指令 Python客户端操作 Git工用流 调试方法 JWT认证方案 JWT & JWS & JWE
湖北师范大学-Python程序设计-3.1 中国古代数学问题(project)
最新发布
柠檬喝汽水的博客
08-19 458
唐朝时，一斗酒的斗所采用的度量是小斗，也就是4斤，当时一斤取值范围大约在500多到600克左右，换算一下可知唐朝一斗酒的重量取值范围在2000克到2400克左右。有一座八层宝塔，每一层都有一些琉璃灯，每一层的灯数都是上一层的二倍，已知共有 765 盏琉璃灯，计算并输出每层各有多少盏琉璃灯。输出不超过 n 且满足条件的物品个数 m，如果有多个解，则分行输出，每行一个解；第二行输出 2 个浮点数，依次为小鼠和大鼠打洞的距离，单位为尺，保留小数点后 1 位数字。一个浮点数 f，表示李白的酒壶原来有 f 斗酒。
Auto.js 自动打卡脚本编写教程：从入门到精通
"基于auto.js的自动打卡脚本编写教程" 本教程主要讲解如何使用auto.js编写自动打卡脚本，适用于Android设备。auto.js是一款强大的自动化工具，它允许用户通过JavaScript语言来编写脚本，实现对手机的自动操作，如...
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