- Ubuntu下自动安装MindSpore1.7https://www.mindspore.cn/install（1）前置安装确认是安装 Ubuntu 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（如何使用Conda安装可以直接创建命令即可，如果手动安装则需要配置Python环境变量）安装 Cuda10.1/11.1... Ubuntu下自动安装MindSpore1.7https://www.mindspore.cn/install（1）前置安装确认是安装 Ubuntu 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（如何使用Conda安装可以直接创建命令即可，如果手动安装则需要配置Python环境变量）安装 Cuda10.1/11.1...
- MindSpore学习之MindInsight源码安装(GPU) MindSpore学习之MindInsight源码安装(GPU)
- 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：用于推导输出的数据类型和维度。自定义算子路径mindspore/python/mindspore/ops/ope... 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：用于推导输出的数据类型和维度。自定义算子路径mindspore/python/mindspore/ops/ope...
- 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，超参调优。 用PyNative模式进行流程调试PyNative模式支持执行单算子、普通函数和网络，以及... 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，超参调优。 用PyNative模式进行流程调试PyNative模式支持执行单算子、普通函数和网络，以及...
- Windows11 上体验TinyMS 0.3.1 Windows11 上体验TinyMS 0.3.1
- MindSpore1.7源码编译安装GPU环境 MindSpore1.7源码编译安装GPU环境
- MindSpor e1.7 源码安装编译报错大合集(GPU) MindSpor e1.7 源码安装编译报错大合集(GPU)
- 安装和配置MindSpore环境 安装和配置MindSpore环境
- 在WSL ubuntu 20.04上一键安装MindSpore GPU版本 在WSL ubuntu 20.04上一键安装MindSpore GPU版本
- 昇思MindSpore必将引领AI+科学计算的潮流，做行业的领导者。 昇思MindSpore必将引领AI+科学计算的潮流，做行业的领导者。
- 通过MindSpore进行线性回归AI训练Demo1: 对50个离散点进行简单线性函数拟合from mindspore import context context.set_context(mode=context.GRAPH_MODE, device_target="CPU") #设置为CPU模式import numpy as npimport matplotlib.pyplot a... 通过MindSpore进行线性回归AI训练Demo1: 对50个离散点进行简单线性函数拟合from mindspore import context context.set_context(mode=context.GRAPH_MODE, device_target="CPU") #设置为CPU模式import numpy as npimport matplotlib.pyplot a...
- MindSpore 1.5的新特性：MindSpore控制流。 MindSpore 1.5的新特性：MindSpore控制流。
- 对 MNIST手写体识别实验实现手写数字识别代码的个人查找与理解，对于map映射与数据增强和卷积神经网络的代码有充分的注释，卷积与池化的过程也有充分的注释标明，因本人能力很弱，难免有错误的地方，烦请大家指出，我会立即更正。 对 MNIST手写体识别实验实现手写数字识别代码的个人查找与理解，对于map映射与数据增强和卷积神经网络的代码有充分的注释，卷积与池化的过程也有充分的注释标明，因本人能力很弱，难免有错误的地方，烦请大家指出，我会立即更正。
- MindSpore1.5版本推出亲和算法库Boost1.0，目标是在不同的AI场景下，保持用户训练精度的同时，为用户提供高效的训练体验。本次课程对Boost性能提升原理做了讲解，并提供了两种相对易实现的模式。 Boost能够实现性能提升的原理主要有三方面构成： 1、梯度冻结： 训练过程中反响的时间占了大头，如果可以减少反向的次数，也可... MindSpore1.5版本推出亲和算法库Boost1.0，目标是在不同的AI场景下，保持用户训练精度的同时，为用户提供高效的训练体验。本次课程对Boost性能提升原理做了讲解，并提供了两种相对易实现的模式。 Boost能够实现性能提升的原理主要有三方面构成： 1、梯度冻结： 训练过程中反响的时间占了大头，如果可以减少反向的次数，也可...
- 本文介绍了如何在Ubuntu 18.04上源码安装MindSpore V1.5 GPU版本。干货满满。 本文介绍了如何在Ubuntu 18.04上源码安装MindSpore V1.5 GPU版本。干货满满。
上滑加载中
推荐直播
-
基于开源鸿蒙+海思星闪开发板：嵌入式系统开发实战（Day1）2025/03/29 周六 09:00-18:00
华为开发者布道师
本次为期两天的课程将深入讲解OpenHarmony操作系统及其与星闪技术的结合应用，涵盖WS63E星闪开发板的详细介绍、“OpenHarmony+星闪”的创新实践、实验环境搭建以及编写首个“Hello World”程序等内容，旨在帮助学员全面掌握相关技术并进行实际操作
回顾中 -
基于开源鸿蒙+海思星闪开发板：嵌入式系统开发实战（Day2）2025/03/30 周日 09:00-12:00
华为开发者布道师
本次为期两天的课程将深入讲解OpenHarmony操作系统及其与星闪技术的结合应用，涵盖WS63E星闪开发板的详细介绍、“OpenHarmony+星闪”的创新实践、实验环境搭建以及编写首个“Hello World”程序等内容，旨在帮助学员全面掌握相关技术并进行实际操作
回顾中 -
从AI基础到昇腾：大模型初探、DeepSeek解析与昇腾入门2025/04/02 周三 16:00-17:30
不易 / 华为云学堂技术讲师
昇腾是华为研发的AI芯片，其具有哪些能力？我们如何基于其进行开发？本期直播将从AI以及大模型基础知识开始，介绍人工智能核心概念、昇腾AI基础软硬件平台以及昇腾专区，旨在为零基础或入门级学习者搭建从AI基础知识到昇腾技术的完整学习路径。
回顾中
热门标签