- MindSpore 迁移学习实战 引言在深度学习领域，从零开始训练一个高性能模型往往需要海量的标注数据和巨大的计算资源。然而在实际项目中，我们常常面临数据不足、计算资源有限的困境。迁移学习（Transfer Learning）正是解决这一问题的利器——通过将在大规模数据集上预训练的模型迁移到目标任务，我们只需少量数据和适度计算就能获得优异性能。MindSpore 作为一个全场景深度学习框架... MindSpore 迁移学习实战 引言在深度学习领域，从零开始训练一个高性能模型往往需要海量的标注数据和巨大的计算资源。然而在实际项目中，我们常常面临数据不足、计算资源有限的困境。迁移学习（Transfer Learning）正是解决这一问题的利器——通过将在大规模数据集上预训练的模型迁移到目标任务，我们只需少量数据和适度计算就能获得优异性能。MindSpore 作为一个全场景深度学习框架...
- MindSpore 因果推理与因果发现实战因果推理是人工智能领域的重要研究方向，它超越了传统相关性分析，致力于揭示变量之间的因果关系。本文将深入探讨如何使用 MindSpore 实现因果发现算法和因果推理模型，帮助读者掌握这一前沿技术。 一、因果推理基础理论 1.1 相关性与因果性的区别在机器学习中，我们经常遇到"相关性不等于因果性"的问题。例如，冰淇淋销量与溺水事件呈正相关，但这并不意味... MindSpore 因果推理与因果发现实战因果推理是人工智能领域的重要研究方向，它超越了传统相关性分析，致力于揭示变量之间的因果关系。本文将深入探讨如何使用 MindSpore 实现因果发现算法和因果推理模型，帮助读者掌握这一前沿技术。 一、因果推理基础理论 1.1 相关性与因果性的区别在机器学习中，我们经常遇到"相关性不等于因果性"的问题。例如，冰淇淋销量与溺水事件呈正相关，但这并不意味...
- MindSpore 混合精度训练实战 引言在深度学习模型训练过程中，计算资源消耗和训练时间一直是制约模型开发的瓶颈。随着模型规模的不断增长，如何在保证模型精度的前提下，提升训练速度、降低内存占用，成为业界关注的焦点。混合精度训练（Mixed Precision Training）作为一种高效的训练策略，通过在训练过程中混合使用单精度（FP32）和半精度（FP16）计算，显著提升了训练效率，... MindSpore 混合精度训练实战 引言在深度学习模型训练过程中，计算资源消耗和训练时间一直是制约模型开发的瓶颈。随着模型规模的不断增长，如何在保证模型精度的前提下，提升训练速度、降低内存占用，成为业界关注的焦点。混合精度训练（Mixed Precision Training）作为一种高效的训练策略，通过在训练过程中混合使用单精度（FP32）和半精度（FP16）计算，显著提升了训练效率，...
- MindSpore 元学习（Meta-Learning）实战 一、引言深度学习的成功很大程度上依赖于海量标注数据。然而在许多实际场景中——医疗影像诊断、稀有物种识别、工业缺陷检测——获取大量标注样本既昂贵又不现实。元学习（Meta-Learning），又称"学会学习"（Learning to Learn），正是为解决这一根本矛盾而生的范式。元学习的核心思想是：通过在大量相关任务上进行训练，... MindSpore 元学习（Meta-Learning）实战 一、引言深度学习的成功很大程度上依赖于海量标注数据。然而在许多实际场景中——医疗影像诊断、稀有物种识别、工业缺陷检测——获取大量标注样本既昂贵又不现实。元学习（Meta-Learning），又称"学会学习"（Learning to Learn），正是为解决这一根本矛盾而生的范式。元学习的核心思想是：通过在大量相关任务上进行训练，...
- MindSpore 模型可视化与调试实战模型训练过程中，“黑箱"问题一直是深度学习开发者面临的挑战。当模型表现不佳时，如何快速定位问题根源？当训练收敛缓慢时，如何判断是数据问题还是模型结构问题？本文基于 MindSpore Vision 可视化工具链，从训练过程可视化到模型结构分析，从梯度监控到性能调优，带你掌握 MindSpore 全栈调试技能，让模型训练从"盲人摸象"变为"洞若观火”。... MindSpore 模型可视化与调试实战模型训练过程中，“黑箱"问题一直是深度学习开发者面临的挑战。当模型表现不佳时，如何快速定位问题根源？当训练收敛缓慢时，如何判断是数据问题还是模型结构问题？本文基于 MindSpore Vision 可视化工具链，从训练过程可视化到模型结构分析，从梯度监控到性能调优，带你掌握 MindSpore 全栈调试技能，让模型训练从"盲人摸象"变为"洞若观火”。...
- MindSpore 神经网络架构搜索（NAS）实战 引言深度学习模型的性能在很大程度上取决于网络架构的设计。传统的模型开发流程中，网络架构的设计往往依赖于研究人员的经验和大量试错，这不仅耗时耗力，而且难以保证找到最优的架构。神经网络架构搜索（Neural Architecture Search，NAS）作为一种自动化方法，通过算法在预设的搜索空间中自动寻找最优的网络结构，彻底改变了这一局面... MindSpore 神经网络架构搜索（NAS）实战 引言深度学习模型的性能在很大程度上取决于网络架构的设计。传统的模型开发流程中，网络架构的设计往往依赖于研究人员的经验和大量试错，这不仅耗时耗力，而且难以保证找到最优的架构。神经网络架构搜索（Neural Architecture Search，NAS）作为一种自动化方法，通过算法在预设的搜索空间中自动寻找最优的网络结构，彻底改变了这一局面...
- 本文主要是打通从原始数据到模型训练/推理时所期待的字符串格式这一流程。 本文主要是打通从原始数据到模型训练/推理时所期待的字符串格式这一流程。
- 对比四个提升计算性能且基于 python 的工具。 对比四个提升计算性能且基于 python 的工具。
- PPO 解决了强化学习中的一个关键挑战：如何在不破坏训练稳定性的情况下进行有意义的更新。GRPO 是 DeepSeek 开发，用于 DeepSeek-Math 和 DeepSeek-R1 模型的训练，兼具 PPO 的可靠性与更高的效率。 PPO 解决了强化学习中的一个关键挑战：如何在不破坏训练稳定性的情况下进行有意义的更新。GRPO 是 DeepSeek 开发，用于 DeepSeek-Math 和 DeepSeek-R1 模型的训练，兼具 PPO 的可靠性与更高的效率。
- MindSpore 时序预测与 LSTM 实战 一、引言时序预测是机器学习和深度学习领域中最具挑战性也最具应用价值的任务之一。从股票价格预测、天气预测、能源消耗预测到疾病传播建模，时序数据无处不在，对时序预测模型的需求也日益增长。长短期记忆网络（LSTM）作为循环神经网络（RNN）的重要变体，专门设计用于解决长期依赖问题，在时序预测任务中展现出卓越的性能。MindSpore是华为自主研发的... MindSpore 时序预测与 LSTM 实战 一、引言时序预测是机器学习和深度学习领域中最具挑战性也最具应用价值的任务之一。从股票价格预测、天气预测、能源消耗预测到疾病传播建模，时序数据无处不在，对时序预测模型的需求也日益增长。长短期记忆网络（LSTM）作为循环神经网络（RNN）的重要变体，专门设计用于解决长期依赖问题，在时序预测任务中展现出卓越的性能。MindSpore是华为自主研发的...
- PPO增加了一个软约束（裁剪机制），可能会做出一些错误的决策，但它在优化速度上取得了良好的平衡。实验结果证明，这种平衡能够以最简单的方式实现最佳性能。 PPO增加了一个软约束（裁剪机制），可能会做出一些错误的决策，但它在优化速度上取得了良好的平衡。实验结果证明，这种平衡能够以最简单的方式实现最佳性能。
- 在REINFORCE算法中，使用基于神经网络建模的价值函数作为基线，这个算法叫做Actor-Critic。这个算法可以通过价值函数控制基线，给予动作正向或者负向的梯度调整。 在REINFORCE算法中，使用基于神经网络建模的价值函数作为基线，这个算法叫做Actor-Critic。这个算法可以通过价值函数控制基线，给予动作正向或者负向的梯度调整。
- MindSpore 多模态学习实战 一、引言在人工智能快速发展的今天，单一模态的学习已经无法满足复杂场景的需求。多模态学习（Multimodal Learning）作为深度学习的前沿领域，旨在通过融合视觉、文本、音频等多种模态信息，构建更智能、更强大的AI系统。从图像描述生成到视觉问答，从跨模态检索到多模态情感分析，多模态学习的应用场景日益广泛。MindSpore作为华为开源的深度学习框架... MindSpore 多模态学习实战 一、引言在人工智能快速发展的今天，单一模态的学习已经无法满足复杂场景的需求。多模态学习（Multimodal Learning）作为深度学习的前沿领域，旨在通过融合视觉、文本、音频等多种模态信息，构建更智能、更强大的AI系统。从图像描述生成到视觉问答，从跨模态检索到多模态情感分析，多模态学习的应用场景日益广泛。MindSpore作为华为开源的深度学习框架...
- 在策略函数参数更新的时候，好的动作的正梯度比较大，坏的动作正梯度比较小，基于动作概率的总和是1，所以好的动作对策略函数参数的影响超过了坏的动作。 在策略函数参数更新的时候，好的动作的正梯度比较大，坏的动作正梯度比较小，基于动作概率的总和是1，所以好的动作对策略函数参数的影响超过了坏的动作。
- 强化学习的概念和一些涉及到的基础数学知识。 强化学习的概念和一些涉及到的基础数学知识。
上滑加载中
推荐直播
-
用码道，让你的AI作品三步上朋友圈2026/08/04 周二 19:00-20:00
林华鼎-华为云AI开发者运营负责人
从入门 · 到做AI应用 · 到企业级开发。不教编程，只教用AI · 零代码、有产出、能带走、可炫耀 · 每课人人动手实操
回顾中 -
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
基于华为云码道，构建你的定制化AI搭子2026/08/14 周五 09:00-11:30
明亮-华为云开发者发展与支持部部长
本期直播将向您全面介绍华为云码道产品，并基于码道手把手教你部署自己的定制化AI陪伴搭子。
回顾中
热门标签