亚洲乱色熟女一区二区三区麻豆,永久黄网站色视频免费,亚洲欧美日韩一区二区,亚洲综合色噜噜狠狠网站超清,中文字幕乱码一区二区三区免费

首頁(yè) > win軟件 > 編程開(kāi)發(fā) > 編程軟件 > MindSpore
MindSpore

MindSpore

最新版 v1.0.1
大小

208.00MB

語(yǔ)言

簡(jiǎn)體

系統(tǒng)

WinAll

類(lèi)別

編程軟件

下載

221

更新

2023-11-15

要不點(diǎn)點(diǎn)贊?

11

軟件介紹

MindSpore是適用場(chǎng)景廣泛的全場(chǎng)景深度學(xué)習(xí)框架。MindSpore電腦版可以給你帶來(lái)簡(jiǎn)單的開(kāi)發(fā)體驗(yàn),還有非常靈活的調(diào)試模式,可以充分的發(fā)揮硬件的潛能。MindSpore還能夠很好地匹配昇騰AI處理器算力,處理各種任務(wù),滿(mǎn)足用戶(hù)的各種編程開(kāi)發(fā)功能需求。

軟件特色

1、簡(jiǎn)單的開(kāi)發(fā)體驗(yàn),幫助開(kāi)發(fā)者實(shí)現(xiàn)網(wǎng)絡(luò)自動(dòng)切分,只需串行表達(dá)就能實(shí)現(xiàn)并行訓(xùn)練,降低門(mén)檻,簡(jiǎn)化開(kāi)發(fā)流程。使用該深度學(xué)習(xí)、AI、人工智能框架的優(yōu)勢(shì)之靈活的調(diào)試模式

2、靈活的調(diào)試模式,具備訓(xùn)練過(guò)程靜態(tài)執(zhí)行和動(dòng)態(tài)調(diào)試能力,開(kāi)發(fā)者通過(guò)變更一行代碼即可切換模式,快速在線(xiàn)定位問(wèn)題。使用該深度學(xué)習(xí)、AI、人工智能框架的優(yōu)勢(shì)之充分發(fā)揮硬件潛能

3、充分發(fā)揮硬件潛能,最佳匹配昇騰處理器,最大程度地發(fā)揮硬件能力,幫助開(kāi)發(fā)者縮短訓(xùn)練時(shí)間,提升推理性能。使用該深度學(xué)習(xí)、AI、人工智能框架的優(yōu)勢(shì)之全場(chǎng)景快速部署

4、全場(chǎng)景快速部署,支持云、邊緣和手機(jī)上的快速部署,實(shí)現(xiàn)更好的資源利用和隱私保護(hù),讓開(kāi)發(fā)者專(zhuān)注于AI應(yīng)用的創(chuàng)造。

軟件功能

單的開(kāi)發(fā)體驗(yàn)

幫助開(kāi)發(fā)者實(shí)現(xiàn)網(wǎng)絡(luò)自動(dòng)切分,只需串行表達(dá)就能實(shí)現(xiàn)并行訓(xùn)練,降低門(mén)檻,簡(jiǎn)化開(kāi)發(fā)流程。

使用該深度學(xué)習(xí)、ai、人工智能框架的優(yōu)勢(shì)之靈活的調(diào)試模式

靈活的調(diào)試模式

具備訓(xùn)練過(guò)程靜態(tài)執(zhí)行和動(dòng)態(tài)調(diào)試能力,開(kāi)發(fā)者通過(guò)變更一行代碼即可切換模式,快速在線(xiàn)定位問(wèn)題。

使用該深度學(xué)習(xí)、ai、人工智能框架的優(yōu)勢(shì)之充分發(fā)揮硬件潛能

充分發(fā)揮硬件潛能

最佳匹配昇騰處理器,最大程度地發(fā)揮硬件能力,幫助開(kāi)發(fā)者縮短訓(xùn)練時(shí)間,提升推理性能。

使用該深度學(xué)習(xí)、ai、人工智能框架的優(yōu)勢(shì)之全場(chǎng)景快速部署

全場(chǎng)景快速部署

支持云、邊緣和手機(jī)上的快速部署,實(shí)現(xiàn)更好的資源利用和隱私保護(hù),讓開(kāi)發(fā)者專(zhuān)注于AI應(yīng)用的創(chuàng)造。

使用方法

一、實(shí)現(xiàn)一個(gè)圖片分類(lèi)應(yīng)用

1、處理需要的數(shù)據(jù)集,這里使用了MNIST數(shù)據(jù)集。

2、定義一個(gè)網(wǎng)絡(luò),這里我們使用LeNet網(wǎng)絡(luò)。

3、定義損失函數(shù)和優(yōu)化器。

4、加載數(shù)據(jù)集并進(jìn)行訓(xùn)練,訓(xùn)練完成后,查看結(jié)果及保存模型文件。

5、加載保存的模型,進(jìn)行推理。

6、驗(yàn)證模型,加載測(cè)試數(shù)據(jù)集和訓(xùn)練后的模型,驗(yàn)證結(jié)果精度。

二、實(shí)現(xiàn)簡(jiǎn)單線(xiàn)性函數(shù)擬合

回歸問(wèn)題算法通常是利用一系列屬性來(lái)預(yù)測(cè)一個(gè)值,預(yù)測(cè)的值是連續(xù)的。例如給出一套房子的一些特征數(shù)據(jù),如面積、臥室數(shù)等等來(lái)預(yù)測(cè)房?jī)r(jià),利用最近一周的氣溫變化和衛(wèi)星云圖來(lái)預(yù)測(cè)未來(lái)的氣溫情況等。如果一套房子實(shí)際價(jià)格為500萬(wàn)元,通過(guò)回歸分析的預(yù)測(cè)值為499萬(wàn)元,則認(rèn)為這是一個(gè)比較好的回歸分析。在機(jī)器學(xué)習(xí)問(wèn)題中,常見(jiàn)的回歸分析有線(xiàn)性回歸、多項(xiàng)式回歸、邏輯回歸等。本例子介紹線(xiàn)性回歸算法,并通過(guò)MindSpore進(jìn)行線(xiàn)性回歸AI訓(xùn)練體驗(yàn)。

整體流程如下:

1、生成數(shù)據(jù)集

2、定義訓(xùn)練網(wǎng)絡(luò)

3、定義前向傳播網(wǎng)絡(luò)與反向傳播網(wǎng)絡(luò)并關(guān)聯(lián)

4、擬合過(guò)程可視化準(zhǔn)備

5、執(zhí)行訓(xùn)練

三、加載模型用于推理或遷移學(xué)習(xí)

1、用于推理驗(yàn)證

針對(duì)僅推理場(chǎng)景可以使用load_checkpoint把參數(shù)直接加載到網(wǎng)絡(luò)中,以便進(jìn)行后續(xù)的推理驗(yàn)證。

示例代碼如下:

resnet=ResNet50

load_checkpoint

"resnet50-2_32.ckpt",net=resnet

dateset_eval=create_dataset

os.path.join

mnist_path,"test"

,32,1

#define the test dataset

loss=CrossEntropyLoss

model=Model

resnet,loss,metrics={"accuracy"}

acc=model.eval

dataset_eval

load_checkpoint方法會(huì)把參數(shù)文件中的網(wǎng)絡(luò)參數(shù)加載到模型中。加載后,網(wǎng)絡(luò)中的參數(shù)就是CheckPoint保存的。

eval方法會(huì)驗(yàn)證訓(xùn)練后模型的精度。

2、用于遷移學(xué)習(xí)

針對(duì)任務(wù)中斷再訓(xùn)練及微調(diào)

Fine Tune

場(chǎng)景,可以加載網(wǎng)絡(luò)參數(shù)和優(yōu)化器參數(shù)到模型中。

示例代碼如下:

#return a parameter dict for model

param_dict=load_checkpoint

"resnet50-2_32.ckpt"

resnet=ResNet50

opt=Momentum

#load the parameter into net

load_param_into_net

resnet,param_dict

#load the parameter into operator

load_param_into_net

opt,param_dict

loss=SoftmaxCrossEntropyWithLogits

model=Model

resnet,loss,opt

model.train

epoch,dataset

load_checkpoint方法會(huì)返回一個(gè)參數(shù)字典。

load_param_into_net會(huì)把參數(shù)字典中相應(yīng)的參數(shù)加載到網(wǎng)絡(luò)或優(yōu)化器中。

小編寄語(yǔ)

MindSpore是一款開(kāi)源的深度學(xué)習(xí)框架,適用于數(shù)據(jù)科學(xué)、算法工程等場(chǎng)景,能夠幫助用戶(hù)提高開(kāi)發(fā)效率,讓編程開(kāi)發(fā)更加輕松。軟件能夠很好地匹配昇騰AI處理器算力,處理各種任務(wù),滿(mǎn)足用戶(hù)的各種編程開(kāi)發(fā)功能需求。

軟件介紹 軟件特色 軟件功能 使用方法 小編寄語(yǔ)