摘要：
引言：MindSpore易点通是易用性SIG打造的技术交流专区，致力于提升MindSpore易用性，帮助开发者打通使用MindSpore的“最后一公里” 万事安装起，今天和大家来掰扯掰扯MindSpore安装这点事儿，当前MindSpore支持在Ascend（910和310）、GPU（CUDA 10 阅读全文
摘要：
小Mi前天一不留意瞄了眼公众号，发现竟然已经有了YOLOv7，顿时感觉自己落后的不是一星半点，印象中还是YOLOv5来着，怎么大伙的科研速度跟火箭有的一拼？吓得小Mi赶紧补功课。废话不多说（是不是还是熟悉的配方），今天开始先跟大家从CNN开始复习吧~ 鼻祖来了 好了，首先详细解释下，为什么要先从CN 阅读全文
摘要：
上周小伙伴说我们卷积神经网络讲的太简单了，基础嘛，当然要先打好（）。这不，更加复杂的卷积神经网络来了~ 经典CNN之LeNet 手写字体识别模型LeNet5诞生于1994年，是最早的卷积神经网络之一。LeNet5利用卷积、参数共享、池化等操作提取特征，避免了大量的计算成本，最后使用全连接神经网络进行 阅读全文
摘要：
1 简单介绍 现如今数据的存储越来越多，想要提高算力的话，其实我们可以提高分布式计算。所谓分布式计算就是在两个或多个软件互相共享信息，这些软件既可以在同一台计算机上运行，也可以在通过网络连接起来的多台计算机上运行。分布式并行训练，可以降低对内存、计算性能等硬件的需求，是进行训练的重要优化手段。 而我 阅读全文
摘要：
之前小编就给大家提过正则化（超链接），其实还有很多定义大家是有点模糊又有点清楚的，今天好好带大家一起捋一遍~~ 1训练集、验证集、测试集 正确地配置训练、验证和测试数据集，会很大程度上帮助大家创建高效的神经网络。即使是深度学习专家也不太可能一开始就知道匹配度最高的参数，深度学习网络需要多次循环往复， 阅读全文
摘要：
MindSpore Vision是一个CV的工具箱。据说它可以帮助大家来复现经典模型，并开发自己的模型（这个张小白没本事）。那只有先看看能不能复现了。 它可以提供 分类，主干网络、引擎、数据集、工具等高级功能，其架构如下： 我们下面就用MindSpore 1.7的Windows版本试一下吧。 先用c 阅读全文
摘要：
在云上使用MindSpore 1、沙箱实验 打开沙箱 链接，即可开始体验。 今天咱来得早，名额较为充足。打开实验桌面。 我们看到实验桌面有MNIST数据集和实验脚本。 创建桶参数如下： ①复制桶配置：不选②区域：华北-北京四；③桶名称：ms-lenet-train-0501；④数据冗余存储策略：多A 阅读全文
摘要：
MindSpore学习之网络迁移调试与调优 ResNet50为例 迁移流程 迁移目标: 网络实现、数据集、收敛精度、训练性能 复现指标：不仅要复现训练阶段，推理阶段也同样重要。细微差别，属于正常的波动范围。 复现步骤：单步复现+整合网络。复现单 Step 的运行结果，即获取只执行第一个 Step 后 阅读全文
摘要：
(1) 前置安装 确认是安装 Ubuntu 是x86架构64位操作系统。Ubuntu 18.04 或者Ubuntu20 安装GCC、Git、glibc、CMake、OpenSSL。如已安装，跳过。注意，GCC 9不兼容CUDA 10.1 # 安装GCC sudo apt-get install gc 阅读全文
摘要：
张小白曾经在 https://bbs.huaweicloud.com/blogs/330059 写过如何在windows 11预览版的wsl ubuntu 18.04环境中，安装TinyMS，可是有网友非要安装在Windows上。这也不是不可以，但是众所周知，MindSpore Windows版本还 阅读全文
摘要：
MindSpore Vision—易用易理解的主流工具库 MindSpore Vision是基于昇思MindSpore的开源计算机视觉研究工具库，MindSpore Vision已构筑基础的AI复用能力，支持部分主流、前沿网络，例如Efficientnet、Lenet、Mobilenetv2、Res 阅读全文
摘要：
应用体验：MindSpore v1.7中MindSpore NumPy工具包提供了一系列类NumPy接口，不仅可以使用类NumPy语法在MindSpore上进行模型的搭建，还可以用其来进行图像处理操作，比如在数据增强场景下进行图像拼接 代码： import mindspore.numpy as np 阅读全文
摘要：
干货分享：MindSpore v1.7中MindSpore NumPy工具包提供了一系列类NumPy接口，不仅可以使用类NumPy语法在MindSpore上进行模型的搭建，还可以用其来进行图像处理操作，比如在数据增强场景下进行图像拼接 代码： import mindspore.numpy as np 阅读全文
摘要：
前言 最近想体验一下1.7.0版本，之前是1.6.1版本 而且当时没有做环境管理，所以在调用的时候，有时候会和主机里的其它环境冲突 于是想着趁着换一台主机就在Anaconda环境里重装一下 安装过程 进入cmd 为mindspore创建一个环境起名为mindspore conda create -n 阅读全文
摘要：
在网络内使用算子ops.ROIAlign时，出现nan的问题，主要是输出的box大小小于指定的尺寸时出现。(使用dump算子将该算子的输入输出都保存下来，单独运行该算子不会报错) 解决办法： 将该算子的默认参数都补上去，例如如下： 此时再运行，nan的问题不复见。 阅读全文
摘要：
<ignore_js_op class="ignore"> MindSpore-world-zhanghui_china-20220528-2.pdf2.28 MB， 阅读全文
摘要：
1 报错描述 1.1 系统环境 ardware Environment(Ascend/GPU/CPU): CPUSoftware Environment:– MindSpore version (source or binary): 1.6.0– Python version (e.g., Pyth 阅读全文
摘要：
1.准备材料 官方文档 下载文档 因为电脑装的是Windows10下的1.7.0 这次活动应该用的是python 3.7下的Mindspore1.6.1版本 所以我大概率要创建一个新环境（不过没关系，这对于Anaconda来说小case） 学习笔记 ->知乎专栏——门槛最低的深度学习引导 From 阅读全文
摘要：
1 报错描述 1.1 系统环境 ardware Environment(Ascend/GPU/CPU): CPUSoftware Environment:– MindSpore version (source or binary): 1.7.0– Python version (e.g., Pyth 阅读全文