摘要：
Dive Into MindSpore–Lstm Operator For Network Construction MindSpore易点通·精讲系列–网络构建之LSTM算子 MindSpore易点通·精讲系列–网络构建之LSTM算子–上篇MindSpore易点通·精讲系列–网络构建之LSTM算子 阅读全文
摘要：
背景 2017年，Libratus和DeepStack两个算法被提出，用于解决无限制德州扑克。DeepStack 和 Libratus不约而同的使用 Counterfactual Regret Minimization (CFR) 来找到接近纳什均衡策略。 网上有很多介绍CFR算法的文章，这些文章系 阅读全文
摘要：
Dive Into MindSpore–Lstm Operator For Network Construction MindSpore易点通·精讲系列–网络构建之LSTM算子 MindSpore易点通·精讲系列–网络构建之LSTM算子–上篇MindSpore易点通·精讲系列–网络构建之LSTM算子 阅读全文
摘要：
Dive Into MindSpore – Distributed Training With GPU For Model Train MindSpore易点通·精讲系列–模型训练之GPU分布式并行训练 本文开发环境 Ubuntu 20.04 Python 3.8 MindSpore 1.7.0 O 阅读全文
摘要：
Dive Into MindSpore–Lstm Operator For Network Construction MindSpore易点通·精讲系列–网络构建之LSTM算子 MindSpore易点通·精讲系列–网络构建之LSTM算子–上篇MindSpore易点通·精讲系列–网络构建之LSTM算子 阅读全文
摘要：
本项目基于MindSpre框架、YOLOv3-Darknet53、VisDrone数据集实现目标检测与计数。 1.项目地址 https://github.com/whitewings-hub/mindspore-yolov3-vehicle_counting 2.环境准备 MindSpore版本为1 阅读全文
摘要：
在Windows 11下搜索 Microsoft Store： 在Store中搜索ubuntu 20.04: 点击获取： 耐心等待下载完毕： 下载完毕后： 点击打开： 输入用户名:zhanghui 输入两次密码：zhanghui 就进入了ubuntu 20.04的环境。 使用nvidia-smi可 阅读全文
摘要：
我们把 CPU,内存这块区域叫做“主机（HOST）”，把GPU，显存这块区域叫做“设备（DEVICE）”。（是不是跟昇腾有点类似？） CUDA的代码执行包含以下几步： 简述一下，就是 host_to_device-》在device上并行计算-》device_to_host。 cuda程序其实是一个对 阅读全文
摘要：
线程层次的概念： 简单说，就是一个grid有多个block,一个block有多个thread. grid有多大，用gridDim表示它有多少个block，具体分为gridDim.x, gridDim.y，gridDim.z。 block有多大，用blockDim表示它有多少个thread，具体分为b 阅读全文
摘要：
在GPU上，on-board memory包含以下类型： local memory 每个thread一个。线程私有。 global memory 每个grid一个。每个thread都可以读。 constant memory 每个grid一个。只读。每个thread都可以读。 texture memo 阅读全文
摘要：
Event是CUDA中的事件，用于分析、检测CUDA程序中的错误。 一般我们会定义一个宏： #pragma once #include <stdio.h> #define CHECK(call) \ do \ { \ const cudaError_t error_code = call; \ if 阅读全文
摘要：
CUDA的存储单元包含以下类型： 如下表所示： 名称位置用途使用方法限制备注 Register寄存器 GPU的SM上 存储局部变量 每个SM上有成千上万个一个线程最大数量为256个需要省着用 线程私有，最快线程退出则失效 Shared memory GPU芯片上 实现Block内的线程通信，目前最快 阅读全文
摘要：
前言 1 本次Onnx模型推理任务不需要详细读原论文和源码，只需要清楚模型网络结构即可。 2 我们只用找到需要映射的算子就可以开始开发，本文也会依照以下流程进行讲解，完整讲述本次Onnx模型推理任务的开发流程： 3 不需要开发的同学：经过模型导出及算子分析后，如果发现所有算子都已经实现，请直接从第五 阅读全文
摘要：
在接触强化学习过程中，大家可能在很多场合听说蒙特卡洛这个词，例如Monte Carlo Tree Search，Monte Carlo CFR。实际即便在策略梯度(Policy Gradients)算法中也使用了蒙特卡洛方法，本文将介绍Monte Carlo算法和在强化学习中的应用。 基本概念 Mo 阅读全文
摘要：
import numpy as np import mindspore import mindspore as ms from mindspore import ops from mindspore import nn, Tensor, Parameter, context # context.se 阅读全文
摘要：
MindScience之MindElec 电磁仿真结果可视化 1. MindElec（电磁仿真）简介 仿真就是对实际物体进行模型模拟，期望改善实力产品的性能，找到最优的设计方案。 电磁仿真就是对物体的电磁性能进行仿真模拟，以代替昂贵的原形，并改进设计。 其在手机容差、天线优化和芯片设计等场景中应用广 阅读全文
摘要：
1. 关于Softmax 机器学习中有一个经典的方法：逻辑回归(Logistic Regression)。它属于一种有监督学习(Supervised Learning)方法。 逻辑回归输出的范围为0-1的值，表示概率，并依据概率的大小将样本归类，其中包括二分类问题与多分类问题。二分类逻辑回归模型输出 阅读全文
摘要：
1 报错描述 1.1 系统环境 Environment(Ascend/GPU/CPU): GPU-GTX3090(24G)Software Environment:– MindSpore version (source or binary): 1.7.0– Python version (e.g., 阅读全文
摘要：
Dive Into MindSpore – MindDataset For Dataset Load MindSpore易点通·精讲系列–数据集加载之MindDataset 本文开发环境 Ubuntu 20.04 Python 3.8 MindSpore 1.7.0 本文内容摘要 背景介绍 先看文档 阅读全文
摘要：
1 报错描述 1.1 系统环境 Environment(Ascend/GPU/CPU): GPU-GTX3090(24G)Software Environment:– MindSpore version (source or binary): 1.7.0– Python version (e.g., 阅读全文