前言
昇思MindSpore是一个全场景深度学习框架,旨在实现易开发、高效执行、全场景统一部署三大目标。
其中,易开发表现为API友好、调试难度低;高效执行包括计算效率、数据预处理效率和分布式训练效率;全场景则指框架同时支持云、边缘以及端侧场景。
接下来,让我们先快速体验一下入门操作吧,本文以简单深度学习为例
1、处理数据集
导入依赖,并下载数据集
获取数据集对象,并打印数据集中包含的数据列名,用于dataset的预处理
将图像数据及标签进行变换处理,然后将处理好的数据集打包为大小为64的batch
使用create_tuple_iterator 或create_dict_iterator对数据集进行迭代访问,查看数据和标签的shape和datatype
2、网络构建
自定义网络
3、模型训练
定义正向计算函数。
使用value_and_grad通过函数变换获得梯度计算函数。
定义训练函数,使用set_train设置为训练模式,执行正向计算、反向传播和参数优化
定义测试函数
迭代3次,遍历训练集进行训练,结束后使用测试集进行预测
4、保存模型
5、加载模型
加载后的模型可以直接用于预测推理
最后附上我测试的截图吧