05 2022 档案

摘要:Ascend 310 → Ascend 310P 的应用迁移 昇腾AI全栈架构 昇腾AI 全栈可以分成四个大部分: 应用使能层面,此层面通常包含用于部署模型的软硬件,例如API、SDK、部署平台,模型库等等。 AI 框架层面,此层面包含用于构建模型的训练框架,例如昇思MindSpore、Tensor 阅读全文
posted @ 2022-05-31 11:45 北林野老 阅读(1449) 评论(0) 推荐(0) 编辑
摘要:神经网络训练本质上是高维非凸函数的优化过程,一般可以通过梯度下降方法发现最小值点(如图1所示)。而一般的神经网络参数多达几万甚至几十万,较难直接在三维空间展示其优化地形。用户通过本功能,能够基于方向降维和绘制计算,将神经网络训练路径周围的优化空间展示出来。 使用步骤 具体使用步骤共分为两步,以LeN 阅读全文
posted @ 2022-05-31 11:43 北林野老 阅读(176) 评论(0) 推荐(0) 编辑
摘要:Pip 安装 前置环境:MindSpore所需环境(Python、Cuda等) Pip 安装最新版 source activate py39_ms17 pip install mindinsight 源码编译及Docker安装参考:https://www.mindspore.cn/mindinsig 阅读全文
posted @ 2022-05-31 11:38 北林野老 阅读(93) 评论(0) 推荐(0) 编辑
摘要:手把手安装与体验- 算子开发(GPU) TensorAdd 计算逻辑 算子开发步骤: (1)算子原语注册 算子原语通常包括: 算子名:算子名用于唯一标识个算子。 输入:算子输入Tensor。 属性:一般描述算法参数 输入数据合法性校验:对输入数据、属性进行合法性校验 输出数据类型和维度推导:用于推导 阅读全文
posted @ 2022-05-31 11:35 北林野老 阅读(142) 评论(0) 推荐(0) 编辑
摘要:网络调试 网络调试的基本流程 (1)网络流程调试成功,网络执行整体不报错,正确输出loss值,且正常完成参数更新。 打印Checkpoint文件中的权重值,查看两个step的权重是否发生改变,并完成更新。 (2)网络多轮迭代执行输出loss值,且loss值具有基本的收敛趋势。 (3)网络精度调试,超 阅读全文
posted @ 2022-05-31 11:30 北林野老 阅读(143) 评论(0) 推荐(0) 编辑
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
posted @ 2022-05-31 11:14 北林野老 阅读(42) 评论(0) 推荐(0) 编辑
摘要:编译报错大合集 Required package gmp not found, please install gmp and try building # 安装GCC sudo apt-get install gcc-7 git automake autoconf libtool libgmp-de 阅读全文
posted @ 2022-05-31 11:11 北林野老 阅读(152) 评论(0) 推荐(0) 编辑
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
posted @ 2022-05-31 11:07 北林野老 阅读(488) 评论(0) 推荐(0) 编辑
摘要:(1)前置安装 确认是安装Windows 10/11是x86架构64位操作系统。 安装Minicanda或者Anaconda。 安装Python 环境 3.7.5 或3.9.0,且Python环境变量配置 。(如何使用Conda安装可以直接创建命令即可,如果手动安装 # 创建环境 conda cre 阅读全文
posted @ 2022-05-06 11:00 北林野老 阅读(332) 评论(0) 推荐(0) 编辑
摘要:加载图数据集 MindSpore提供的mindspore.dataset模块可以帮助用户构建数据集对象,分批次地读取文本数据。 图的概念 通常一个图(graph) G是由一系列的节点(vertices) V以及边(eage)E组成的,每条边都连接着图中的两个节点,用公式可表述为:G = F(V, E 阅读全文
posted @ 2022-05-06 10:55 北林野老 阅读(138) 评论(0) 推荐(0) 编辑
摘要:去年看到了CANN的训练营,奈何当时事情比较多,再加上还没接触过深度学习的相关知识,没能跟上,最后课程和奖品都错过了。今年决定报一下名,希望这次可以跟上。(PS:要补的东西好多啊)。 开营打个卡 还是熟悉的大佬讲解,这次的课程分成三个班,从基础到进阶。看看自己能吸收多少吧。 华为云账号:sunxia 阅读全文
posted @ 2022-05-06 10:54 北林野老 阅读(155) 评论(0) 推荐(0) 编辑
摘要:开营直播 模型相比应用的课程有些吃力,需要额外补充些知识。 Python 编程经验 使用位置和关键字参数定义和调用函数 字典、列表、集合(创建、访问和迭代) for 循环, for 具有多个迭代器变量的循环(例如,for a, b in [(1,2), (3,4)]) if/else 条件块和条件表 阅读全文
posted @ 2022-05-06 10:50 北林野老 阅读(213) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示