《昇思25天学习打卡营第2天

《昇思25天学习打卡营第2天 | 快速入门》

活动地址：https://xihe.mindspore.cn/events/mindspore-training-camp
签名：Sam9029

快速实现一个简单的深度学习模型

今天学习使用 MindSpore的API来快速实现一个简单的深度学习模型

感觉今天的课程章节目的，主要是将使用 mindspoce 训练模型的流程跑一遍

当然整个过程，里面有很多的引入模块和函数我都不知道，

不过目前不求甚解，逐一的去了解掌握即可，不能急于求成，陷入局部的技术探索陷阱，导致迷失方向

总结一下深度学习模型的流程

引入 Mindscope 模块（因为平台提供的 IDE 就预装了 Mindscope，直接引入即可）

import mindspore

处理数据集
- 引入 Download 模块，从指定的链接下载数据集
- 使用mindspore.dataset提供的数据变换进行预处理
网络构建
- 说实话没太搞清楚这一步做什么
模型训练
- 涉及到的工作为以下三个重要的步骤
  正向计算：模型预测结果（logits），并与正确标签（label）求预测损失（loss）。
  反向传播：利用自动微分机制，自动求模型参数（parameters）对于loss的梯度（gradients）。
  参数优化：将梯度更新到参数上。
- 训练过程需多次迭代数据集，一次完整的迭代称为一轮（epoch）。
  在每一轮，遍历训练集进行训练，结束后使用测试集进行预测。打印每一轮的loss值和预测准确率（Accuracy），可以看到loss在不断下降，Accuracy在不断提高。
```
    Epoch 1-------------------------------loss: 2.292041  [  0/938]...省略loss: 0.328109  [900/938]Test: Accuracy: 91.0%, Avg loss: 0.321219 Epoch 2-------------------------------loss: 0.413094  [  0/938]...省略loss: 0.373354  [900/938]Test: Accuracy: 92.9%, Avg loss: 0.245301 Epoch 3-------------------------------loss: 0.211956  [  0/938]...省略loss: 0.137108  [900/938]Test: Accuracy: 93.9%, Avg loss: 0.214044 
```
保存模型
- 最重要的一步，代码写完，模型训练好就要保存下来
加载模型
- 这里我理解为，模型成为了一个工具
- 每次使用，就可以向 python 中 Class 使用一样，创建一个模型的实例对象来使用