MindSpore高校教学课程

转载地址：MindSpore高校教学课程_MindSpore_昇腾论坛_华为云论坛

作者：咚咚董

内容大纲

MindSpore相关的智能基座课程包括：

• 深度学习
• 计算机视觉
• 自然语言处理
• 机器学习/模式识别
• 人工智能导论

除智能基座中按照不同课程提供的方案包外，MindSpore全量且实时更新的课程方案包如下。内容来源于mindspore/course仓库：

https://gitee.com/mindspore/course/wikis/syllabus

主要介绍深度学习理论、MindSpore开源AI计算框架，以及使用MindSpore进行实践。旨在让大家了解深度学习、AI计算框架基本知识和编程方法。可以取任意模块嵌入到已有课程中，或定制为完整课程。华为方提供课件、作业、实验指导、教材以及资源，给老师、助教赋能并提供课程支撑。

模块

序号	模块	授课形式	难度

深度学习理论

深度学习与MindSpore实践（华为智能计算技术丛书）

1. 深度学习基础知识
2. 深度神经网络
3. 深度神经网络的训练
4. 卷积神经网络
5. 循环神经网络
6. 无监督学习：词向量
7. 无监督学习：图向量
8. 无监督学习：深度生成模型
9. 深度强化学习
10. 自动化机器学习

MindSpore理论

1. MindSpore架构介绍
2. MindSpore开发实践
3. MindSpore Lite
4. MindSpore入门

课件随MindSpore版本定期更新，建议获取最新版本。下载地址：MindSpore1.0中文课件，MindSpore1.0英文课件

深度学习实验

1. 手写数字识别[LeNet5][Ascend/CPU/GPU]
2. 模型保存和加载[LeNet5][Ascend/CPU/GPU]
3. 优化器对比[Dense]
4. 正则化对比[Conv1x1]

计算机视觉实验

1. FashionMNIST图像分类[MLP]
2. CIFAR-10图像分类[ResNet50]
3. 花卉分类[MobileNetV2]
4. 语义分割[DeepLabV3]
5. 人、脸、口罩检测[YOLOV3][ResNet18]
6. 生物图像分割[U-Net]
7. 垃圾分类训练及端侧部署[MobileNetV2][Lite]
8. 目标检测端侧部署[Lite]

自然语言处理实验

1. 情感分类[LSTM][CPU/GPU]
2. 中英翻译[Transformer]
3. 新闻分类、命名实体识别[BERT, CRF]

图神经网络实验

1. 科学出版物分类[GCN]
2. 科学出版物分类[GAT]

机器学习实验

1. 线性方程拟合[Linear Regression]
2. 鸢尾花二分类[Logistic Regression]
3. 鸢尾花三分类[Softmax Regression]
4. 葡萄酒分类[KNN]

性能加速实验

1. 图算融合
2. 混合精度

大作业

1. 模型和训练策略调优[CNN]

模型案例库

• Model Zoo
• 模型支持列表

模型迁移

将TensorFlow或Pytorch的模型和训练代码迁移到MindSpore上

提示：建议先学习 MindSpore入门了解MindSpore及其用法。再学习 手写数字识别和 模型保存和加载，了解如何通过ModelArts训练作业、ModelArts Notebook、或本地环境进行实验，以及三者的注意事项。