【MindSpore易点通】一站式指南

【MindSpore易点通】一站式指南_第1张图片

作者:王磊
更多精彩分享,欢迎访问和关注:https://www.zhihu.com/people/wldandan

目录

MindSpore易点通专栏是MindSpore易用性SIG打造的技术交流专区,用于收录MindSpore开发者的各种学习和实践经验总结。在此,我们整理了部分文章的合集,为大家提供一份一站式学习资料。同时,也欢迎广大开发者投稿本专栏,投稿方式如下:

  1. 打开MindSpore易点通(单击此处)专栏。
  2. 单击专栏页面上方的“推荐文章”按钮。
  3. 选择待推荐文章后,单击“确定”。

易用性SIG

MindSpore社区成立易用性SIG,欢迎加入!

入门沙盘

初学入门

  • 一小时上手MindSpore
  • 视频教程:2022年新版MindSpore初学教程 & 手把手安装与体验教程 & 硬核讲解MindSpore
  • 文档教程:MindSpore文档教程
  • 应用实践:1小时入门实践(识别猫狗APP) & MindSpore应用实践
  • 环境准备:安装
  • PyCharm IDE插件:MindSpore Dev ToolKit
  • 模型库:模型库
  • MindSpore易用性专栏:MindSpore易点通

一图了解MindSpore

  • 【一图读懂MindSpore】第1期 • MindSpore简介 | 你和MindSpore只有一张图的距离!
  • 【一图读懂MindSpore】第2期 • 分布式并行 | 打破深度学习性能墙!

网络迁移

  • 迁移指南:https://mindspore.cn/docs/zh-CN/r1.7/migration_guide/overview.html
  • API映射:https://mindspore.cn/docs/zh-CN/r1.7/note/api_mapping.html (PyTorch/TensorFlow语法映射)
  • 语法支持:静态图语法支持
  • MindSpore模型复现与网络迁移实践:https://www.bilibili.com/video/BV1nQ4y12789 (2021年)

深度开发

  • 文档教程:https://mindspore.cn/tutorials/experts/zh-CN/r1.7/index.html
  • 分布式并行:原理 & 案例
  • 视频教程:https://space.bilibili.com/73414544/search/video?keyword=mindspore (2020年)

实践指南

  • MindSpore基础网络构建及CV类网络迁移调试
  • 基于MindSpore的NLP模型开发、迁移与调试
  • MindSpore简介与云脑2实操
  • 基于MindSpore的GNN模型开发、迁移和调试
  • 面向对象编程+函数式编程新范式:以GAN网络为例
  • MindSpore分布式并行训练与大模型

多平台安装

  • 【MindSpore易点通·漫游世界】在WSL的Ubuntu 22.04上一键安装MindSpore GPU 1.7.0踩坑记
  • 【MindSpore易点通】让我们谈谈MindSpore安装这点事儿~
  • MindSpore Mac版本发布了!
  • 如何高效安装MindSpore的GPU版本
  • Conda配置MindSpore环境教程(GPU)
  • 【MindSpore漫游世界】在Nvidia Jetson Orin使用MindSpore 1.6.1
  • 张小白教你在WSL环境源码安装mindspore 1.5.1 GPU版本
  • 张小白带你在Windows11 预览版的WSL上玩转MindSpore 1.3.0(GPU版)
  • 张小白再带你玩一次Win11+WSL+CUDA11.1+cuDNN8.0.5+MindSpore 1.3.0(GPU版)
  • 且看张小白如何用暗影精灵玩转MindSpore(一)开箱、拆机加装硬盘
  • 且看张小白如何用暗影精灵玩转MindSpore(二)Windows 11预览版和ubuntu 18.04.5双系统共存
  • 且看张小白如何用暗影精灵玩转MindSpore(三)3080的崛起
  • 且看张小白如何用暗影精灵玩转MindSpore(四)昇思、昇思
  • Nvidia Jetson Nano B01初体验
  • 树莓派4B初体验

数据处理

  • MindSpore易点通·精讲系列--数据集加载之MindDataset
  • MindSpore易点通·精讲系列--数据集加载之TFRecordDataset
  • 【MindSpore易点通】MindSpore Data经验解析
  • 使用Mindspore0.1/0.2 在单机单卡和单机八卡环境下不同数据集大小运行速度对比
  • MindSpore易点通·精讲系列--数据集加载之TFRecordDataset

模型开发

  • MindSpore易点通·精讲系列--模型训练之GPU分布式并行训练
  • 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--中篇
  • MindSpore易点通·精讲系列--网络构建之LSTM算子--下篇
  • 使用NPU进行MindSpore模型训练
  • MindSpore:损失函数nn.SoftmaxCrossEntropyWithLogits 解析
  • 【MindSpore易点通】如何将PyTorch源码转成MindSpore低阶API,并在Ascend芯片上实现单机单卡训练
  • 【MindSpore易点通】如何迁移PyTorch代码并在Ascend上实现单机单卡训练
  • MindSpore踩坑——昇腾上的Cosine误差
  • LSTM+CRF实现序列标注
  • MindSpore开发/复现NLP模型经验
  • 使用MindSpore Python API写RNNs
  • 百行代码写BERT,MindSpore能力大赏
  • MindSpore的Weight Normalization实现
  • 再改RNNs,试用While循环不展开特性
  • MindSpore填坑系列——BCEWithLogitsLoss
  • 【昇腾CANN训练营第二期】【模型营】使用PyCharm的ModelArts插件训练LeNet网络
  • 【昇腾CANN训练营第二期】【模型营】第二周作业1:使用MobileV2实现猫狗分类(MindSpore)
  • 【昇腾CANN训练营第二期】【模型营】第二周作业2:使用MobileV2实现手写数字识别(MindSpore)进阶作业低阶实现
  • 【昇腾CANN训练营第二期】【模型营】第三周作业:使用GhostNet实现手写数字识别

部署推理

深入了解MindSpore训练推理框架设计

功能调试

  • 【MindSpore易点通】模型测试和验证
  • MindSpore报错合集
  • 小孢子的神奇之旅-如何阅读MindSpore报错信息(1)
  • 小孢子的神奇之旅-如何阅读MindSpore报错信息(2)
  • 小孢子的神奇之旅-如何阅读MindSpore报错信息(3)
  • MindSpore:The operation does not support the type [kMetaTypeNone, Tesor...
  • split后For 'Mul', x.shape and y.shape are supposed to broadcast

应用案例

  • 【MindSpore易点通机器人-01】你也许见过很多知识问答机器人,但这个有点不一样
  • 【MindSpore易点通机器人-02】设计与技术选型
  • 【MindSpore易点通机器人-03】迭代0的准备工作
  • 【MindSpore易点通机器人-04】MLOps 环境搭建过程
  • 【MindSpore易点通机器人-05】问答数据预处理及编码
  • 【MindSpore易点通机器人-06】基于相似度模型实现问答匹配及推荐功能
  • 【课程作业经验】基于MindSpore的YOLOv3-Darknet53的车辆检测计数实现
  • 基于Mindspore实现MTCNN
  • 【课程作业经验】基于MindSpore框架的道路场景语义分割方法研究
  • MindSpore:YOLOv3人体目标检测模型实现(一)
  • MindSpore:YOLOv3人体目标检测模型实现(二)
  • MindSpore:YOLOv3人体目标检测模型实现(三)
  • MindSpore:YOLOv3人体目标检测模型实现(四)
  • 使用RNN实现情感分类
  • Copy攻城狮在线体验 MindIR 格式模型生成
  • 【MindSpore两日训练营第五期笔记】导出MindIR格式模型
  • 使用ModelArts 0代码实现人脸口罩检测
  • 使用Mindspore 0.3运行lstm_aclImdb
  • 使用Mindspore0.5运行Resnet50Imagenet
  • ModelArts使用ResNet_v1_50算法训练foods_32数据集
  • 使用华为Ascend平台运行ResNet50Cifar10运行随记
  • 【昇腾CANN训练营第二期】【应用营】第二周作业:MindX SDK环境安装和yolov3模型转换
  • 【昇腾CANN训练营第二期】【应用营】第三周作业:使用MindX SDK运行图像检测和图像分类
  • 【昇腾CANN训练营第二期】【应用营】高玩赛作业:使用MindStudio完成YoLoV5和ResNet50的推理开发
  • MindSpore21天实战营(1)使用MindSpore Lite实现手机端图像检测
  • MindSpore21天实战营(2)使用MindSpore和ModelArts实现Bert中文新闻分类
  • MindSpore21天实战营(3)使用MindSpore实现Resnet50毒蘑菇识别
  • MindSpore21天实战营(4)使用ModelArts和YoloV3-DarkNet50预训练模型实现篮球检测
  • MindSpore21天实战营(5)使用PyCharm Kit进行基于Wide&Deep实现CTR预估实战
  • MindSpore21天实战营(1)plus 使用MindSpore Lite实现手机端图像检测
  • 张小白教你如何使用ModelArts的自动学习对毒蘑菇进行分类
  • 张小白带你使用JupyterLab尝试体验“对抗示例生成”(使用MindSpore 1.4.1)

套件

张小白带你体验MindSpore 1.7.0新特性——MindSpore Vision

科学计算(AI for Science)

张小白带你体验昇思1.5的MindScience

技术漫谈

  • 一点关于动静统一的随想
  • MindSpore术语歧义解释

你可能感兴趣的:(MindSpore易点通,人工智能)