文章分类 - 上手MindSpore系列
摘要：初读：2021年1月5日至2021年1月14日 啃书进度会在目录中标出来。本次目标是完成第三章 3.4节用MindSpore实现简单神经网络（P31-P34） 终于到了实战的部分了。先是一段LeNet的简介： LeNet主要用来进行手写字符的识别与分类，并在美国的银行中投入使用，LeNet的确立了卷
阅读全文
摘要：“ModelArts + MindSpore”实战YOLOv3篮球检测 Copy攻城狮人狠话不多，学AI就到huaweicloud.ai,和“MM”一起玩转AI。 前言 大家好，我是Copy攻城狮胡琦，有幸参与华为业界首个全场景AI实战营。今天是MIndSpore 21天实战营的第四次课。提到物体检
阅读全文
摘要：基于MindSpore编写二分网络架构 当前单纯的某个网络很难有效执行复杂任务，比如戴有墨镜的人脸识别或者戴有口罩的人脸识别，需要把整张人脸和半张人脸输入到二分网络中，分别进行学习解析，在FC层把它们整合到一起，尤其在多任务学习领域中，二分甚至多分网络尤为重要。下面列举又给二分网络的例子。 二分网络
阅读全文
摘要：初读：2021年1月18日至2021年1月21日 啃书进度会在目录中标出来。本次目标是完成第三章 3.4节用MindSpore实现简单神经网络的代码部分（P34-P36）。 这一节的内容对我来说挑战不小，所以上一周只完成了LeNet网络原理部分，重点是理解各层的功能和参数。本周接着把是运行代码部分啃
阅读全文
摘要：在1.5新特性中，完善控制流，支持多种控制语句混合编写，支持循环自动微分，但是在使用条件为变量的流程控制语句时，图编译生成的网络模型中会包含控制流算子，在此场景下，正向图会执行两次。如果此时正向图中存在Assign等副作用算子并在训练情况下会导致反向图计算结果不符合预期。 代码： from mind
阅读全文
摘要：一、实验目的 学会使用MindSpore进行简单卷积神经网络的开发。 学会使用MindSpore进行CIFAR-10数据集分类任务的训练和测试。 可视化学习到的特征表达器，和手工定义的特征进行分析和比较 实验框架 mindspore + pytorch(特征可视化) 实验数据集CIFAR10 3.1
阅读全文
摘要：开始本篇文章前，插一条MindSpore的社区公告。 亲爱的MindSpore用户： 在MindSpore发布1.5版本之际，告诉大家一个好消息，MindSpore有中文名啦。作为中文世界如此受欢迎的AI框架，我们给它取了一个响亮的名字“昇思”，顾名思义，昇思MindSpore时刻都在思考用户需求，
阅读全文
摘要：Sphinx输出MindSpore教程PDF文档操作指南 Sphinx输出MindSpore教程PDF文档操作指南 概述 整体流程 环境依赖 环境准备 本地环境准备 Docker环境准备 修改配置文件 输出PDF文档 本地输出PDF文档 使用Docker输出PDF文档 注意事项 结语 python-
阅读全文
摘要：一、MindIR 概述 MindSpore通过统一IR定义了网络的逻辑结构和算子的属性，将MindIR格式的模型文件与硬件平台解耦，实现一次训练多次部署。MindIR作为MindSpore的统一模型文件，同时存储了网络结构和权重参数值。同时支持部署到云端Serving和端侧Lite平台执行推理任务。
阅读全文
摘要：基于MindSpore Lite开发目标检测的安卓APP实战 “零”基础的Copy攻城狮居然敢实战MindSpore Lite开发目标检测的安卓APP，谁给的勇气？是梁静茹吗？ 前言 大家好，我是Copy攻城狮胡琦，有幸参与华为业界首个全场景AI实战营，今天是第1天学习，也是从小白到大牛迈出的第一步
阅读全文
摘要：MindSpore端边云统一格式 — MindIR MindIR • 全称MindSpore IR，是MindSpore的一种基于图表示的函数式IR，定义了可扩展的图 结构以及算子的IR表示。它消除了不同后端的模型差异，一般用于跨硬件平台执行推理任务。 （1）MindSpore通过统一IR定义了网络
阅读全文
摘要：MindSpore端边云统一格式 —— MindIR MindSpore端云协同的全场景AI架构 MindExpress：ME前端，对接用户的Python代码模块 MindSpore Lite：端侧，可以用在手机端（也就是可以在手机以及IOT设备上部署MindSpore模型训练的AI框架） Mode
阅读全文
摘要：作业内容：实现使用MindSpore Serving部署Resnet50推理服务并访问 参考网页：https://www.mindspore.cn/tutorial/inference/zh-CN/master/serving_example.html# 鉴于 Serving的实践作业 5是失败的。
阅读全文
摘要：MindIR概念介绍 MindIR的全称为MindSpore IR，是MindSpore的一种基于图表示的函数式IR，定义了可扩展的图结构以及算子的IR表示，消除了不同后端的模型差异，一般用于跨硬件平台执行推理任务。（来自课程PPT） 作业1 1. 任务 导出LeNet网络的MindIR格式模型。
阅读全文
摘要：注：当前MindSpore1.1.1版本与其模型转换工具最新版本1.1.0不是很匹配，如发生冲突，需要MindSpore降级到1.1.0，具体可参考本人的干货分享：https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=10610
阅读全文
摘要：注：本人利用imagenet网络训练ms模型，推到手机端进行图片推理。 加载模型：从文件系统中读取MindSpore Lite模型，并进行模型解析。 model = new Model(); if (!model.loadModel(context, "wangyuan.ms")) { Log.e(
阅读全文
摘要：train：在Ascend 910使用train dataset训练网络模型，并保存checkpoint。 export：将训练得到的checkpoint加载到对应的network中，导出MINDIR/AIR格式文件。 preprocess：预处理数据集，比如将数据集转换为二进制数据，如果直接加载数
阅读全文
摘要：基于MindSpore Serving部署推理服务 官方链接：https://www.mindspore.cn/tutorial/inference/zh-CN/master/serving_example.html 1.安装mindspore serving 下载：https://www.mind
阅读全文
摘要：本文主要分享在Ascend310和Ascend910的推理过程使用Dump功能比对相同算子的输入和输出数据，帮助定位问题算子。 一、使用该方法的前提条件和建议： 1.训练好的模型在Ascend910上推理精度已达到预期要求； 2.确保Ascend310上预处理图片结果是与Ascend910上处理结果
阅读全文
摘要：电脑硬件配置： 处理器 英特尔 Core i5-7200U @ 2.50GHz 双核 主板 联想 LNVNB161216 ( 7th Generation Intel Processor Family I/O - 9D58 笔记本芯片组 ) 显卡 Nvidia GeForce 940MX ( 2
阅读全文
浙公网安备 33010602011771号