- 博客(8)
- 收藏
- 关注
RSS订阅原创 MindSpore 计算机视觉 ResNet 实战
ResNet（残差网络）是深度学习领域的经典之作，由何恺明等人在2015年提出，彻底改变了深度神经网络的设计思路。通过引入残差连接（Skip Connection），ResNet 解决了深层网络的梯度消失问题，使得训练超过100层的深度网络成为可能。本文将深入讲解 ResNet 的核心原理，并使用 MindSpore 框架从零开始实现 ResNet-50，包括数据加载、模型构建、训练优化和性能评估的完整流程。ResNet 的架构设计和残差块的工作原理使用 MindSpore 构建深度卷积神经网络。
2026-04-03 00:23:10
309
原创 MindSpore 模型优化与部署实战
深度学习模型从实验室走向生产环境，需要经历模型优化、格式转换、推理加速和部署落地等多个环节。MindSpore提供了完整的模型优化与部署工具链，支持模型量化、剪枝、知识蒸馏等优化技术，以及多种部署方式。本文将从实战角度出发，全面讲解如何将MindSpore模型高效部署到生产环境。模型体积过大：动辄几百MB甚至几GB的模型占用大量存储空间推理速度慢：实时性要求高的场景难以满足延迟需求资源消耗高：CPU、内存、功耗等资源消耗超出设备承载能力兼容性差：不同硬件平台需要适配不同的模型格式场景推荐技术。
2026-04-01 21:56:31
328
原创 MindSpore 分布式训练完全指南
随着深度学习模型规模的不断扩大，单机训练已经无法满足大规模模型的训练需求。分布式训练成为解决这一问题的关键技术。MindSpore作为华为开源的深度学习框架，提供了完善的分布式训练支持，包括数据并行、模型并行和混合并行等多种并行策略。本文将从原理到实践，全面讲解MindSpore分布式训练的核心技术与实战方法。数据并行：最常用且实现简单的并行方式，适合大多数场景模型并行：解决超大模型显存瓶颈的关键技术混合并行：灵活组合多种并行策略，适应复杂场景流水线并行：针对超深网络的优化方案。
2026-03-31 23:52:08
345
原创 MindSpore 环境配置完全指南
深度学习框架的环境配置是每一位开发者入门的第一道门槛，也是后续项目开发的基础保障。一个配置完善的环境不仅能避免后续开发中的诸多麻烦，还能显著提升开发效率与模型训练性能。MindSpore 作为华为开源的全场景 AI 框架，凭借其端云协同的架构设计和昇腾 NPU 深度优化的特性，在学术研究和工业落地两端均取得了广泛应用。然而，不少开发者在初次接触 MindSpore 时，常常被环境配置的种种细节所困扰：如何在不同硬件平台上正确安装？Windows、Linux、macOS 系统各有何注意事项？
2026-03-25 13:10:41
359
原创 MindSpore AI安全对抗攻击防护实战
随着深度学习技术在关键领域的广泛应用，AI系统的安全性问题日益凸显。对抗攻击作为最严重的安全威胁之一，能够通过在输入数据中添加难以察觉的扰动，使深度学习模型产生错误预测，甚至被攻击者完全控制。MindSpore作为华为开源的全场景AI框架，在设计之初就将安全性作为核心考量，提供了丰富的对抗攻击检测和防护能力。本文将深入探讨MindSpore框架中的AI安全机制，详细讲解对抗攻击的原理、检测方法和防护策略，并通过完整的代码示例展示如何在实际项目中保护你的AI模型。
2026-03-25 11:26:29
370
原创 MindSpore vs PyTorch：深度学习框架对比指南
在选择深度学习框架时，MindSpore 和 PyTorch 是两个最受欢迎的选择。本文从多个维度详细对比这两个框架，包括 API 设计、性能表现、易用性、社区生态等方面。通过大量的代码示例和性能测试数据，帮助你做出最适合自己的选择。无论你是初学者还是有经验的开发者，都能从本文中获得有价值的参考。关键词：MindSpore、PyTorch、框架对比、深度学习、性能测试发布时间：2016 年 9 月开发者：Meta（原 Facebook）主要特点动态计算图（Define-by-Run）
2026-03-24 10:00:00
349
原创 MindSpore 快速入门：从零到第一个神经网络
MindSpore 是华为开源的全场景 AI 框架，支持移动、边缘和云场景。本文将带你从零开始，通过详细的步骤和代码示例，快速上手 MindSpore，并实现你的第一个神经网络模型。无论你是深度学习初学者还是有 PyTorch/TensorFlow 经验的开发者，都能通过本文快速掌握 MindSpore 的基础用法。关键词：MindSpore、深度学习、神经网络、快速入门、Python。
2026-03-24 02:22:19
354
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人