写点什么

mindspore

0 人感兴趣 · 36 次引用

  • 最新
  • 推荐

【MindStudio 训练营第一季】MindStudio 专家系统随笔

用户头像
Angel Wings
2022-12-05

专家系统(Mindstudio Advisor) 是用于聚焦模型和算子的性能调优Top问题,识别性能瓶颈,重点构建瓶颈分析、优化推荐模型,支撑开发效率提升的工具。专家系统当前已经支持针对推理、训练、算子场景的瓶颈分析模型,包括内部团队开发的模型&算子瓶颈分析和优化

https://static001.geekbang.org/infoq/b1/b18380a9a866acd9f2dd668c2c83b45f.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

带你徒手完成基于 MindSpore 的 CycleGAN 实现

CycleGAN图像翻译模型,由两个生成网络和两个判别网络组成,通过非成对的图片将某一类图片转换成另外一类图片,可用于风格迁移。

带你学习 MindSpore 中算子使用方法

本文分享下MindSpore中算子的使用和遇到问题时的解决方法。

剧透!2022 开发者关注的开源技术全解析

开源的浪潮正奔涌向前,2022年将会有哪些优秀的开源项目值得关注?

昇思 MindSpore 全场景 AI 框架 1.6 版本,更高的开发效率,更好地服务开发者

用户头像
Geek_32c4d0
2022-03-11

全新的昇思MindSpore全场景AI框架1.6版本已发布,此版本中昇思MindSpore全场景AI框架易用性不断改进,提升了开发效率,控制流性能提升并支持副作用训练

昇思 MindSpore 再突破:蛋白质结构预测训练推理全流程开源,助力生物医药发展

用户头像
Geek_32c4d0
2022-03-04

近日,昇思MindSpore与昌平实验室、北京大学生物医学前沿创新中心(BIOPIC)和化学与分子工程学院、深圳湾实验室高毅勤教授课题组及鹏城实验室陈杰团队基于全场景AI框架昇思MindSpore实现AlphaFold2蛋白质结构训练。

https://static001.geekbang.org/infoq/7d/7dbd637bf56e0114108b87b7e7a5c408.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

挑战进阶教程,和 MindSpore 更近一步!

用户头像
Geek_6cdeb6
2021-09-14

九月新活动来了哦,本次活动分为活动一和活动二,活动可以同时参加,奖品兼中兼得!

解读知识蒸馏模型 TinyBert

​​​​​​​​摘要:本篇文章的重点在于改进信息瓶颈的优化机制,并且围绕着高纬空间中互信息难以估计,以及信息瓶颈优化机制中的权衡难题这两个点进行讲解。

带你认识 MindSpore 量子机器学习库 MindQuantum

​​摘要:MindSpore在3.28日正式开源了量子机器学习库MindQuantum,本文介绍MindQuantum的关键技术。

MindSpore 模型精度调优实战:常用的定位精度调试调优思路

​​​​​​​​​​摘要:在模型的开发过程中,精度达不到预期常常让人头疼。为了帮助用户解决模型调试调优的问题,我们为MindSpore量身定做了可视化调试调优组件:MindInsight。

MindSpore 模型精度调优实战:如何更快定位精度问题

​​​​​​摘要:为大家梳理了针对常见精度问题的调试调优指南,将以“MindSpore模型精度调优实战”系列文章的形式分享出来,帮助大家轻松定位精度问题,快速优化模型精度。

AI 框架中图层 IR 的分析

​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​摘要:本文重点分析一下AI框架对IR有什么特殊的需求、业界有什么样的方案以及MindSpore的一些思考。

THOR:MindSpore 自研高阶优化器源码分析和实践应用

​​​​​​​​​​摘要:这篇文章跟大家分享下THOR的实践应用。THOR算法的部分内容当前已经在MindSpore中开源。

如何基于 MindSpore 实现万亿级参数模型算法?

​​摘要:近来,增大模型规模成为了提升模型性能的主要手段。特别是NLP领域的自监督预训练语言模型,规模越来越大,从GPT3的1750亿参数,到Switch Transformer的16000亿参数,又是一个数量级的增加。

应对全场景 AI 框架部署挑战,MindSpore“四招”让你躺平

​​​​​​摘要:所谓全场景AI,是指可以将深度学习技术快速应用在云边端不同场景下的硬件设备上,包括云服务器、移动终端以及IoT设备等等,高效运行并能有效协同。

https://static001.geekbang.org/infoq/35/3568616ddf67e60a9d9b4a316eb48606.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

【有奖活动】体验全局搜索,和小 Mi 老师一起机器学习!

用户头像
Geek_6cdeb6
2021-06-10

各位用户朋友们大家好呀,5月的翻译活动结束啦。感谢大家的积极响应,没能获奖的小伙伴们不需要着急,因为我们的六月活动也来啦!

一文带你认识 MindSpore 新一代分子模拟库 SPONGE

​​​​【本期推荐专题】物联网从业人员必读:华为云专家为你详细解读LiteOS各模块开发及其实现原理。

MindSpore:不用摘口罩也知道你是谁

​​​​​​【本期推荐专题】从三大主流前端技术出发,看看它们各自特性,以及如何从业务特性出发,选择合适的框架。

技术干货 | 基于 MindSpore 更好的理解 Focal Loss

​​【本期推荐专题】物联网从业人员必读:华为云专家为你详细解读LiteOS各模块开发及其实现原理。

AUC/ROC:面试中 80% 都会问的知识点

​​摘要:ROC/AUC作为机器学习的评估指标非常重要,也是面试中经常出现的问题(80%都会问到)

技术干货 | 基于 MindSpore 更好的理解 Focal Loss

​​​​​​​​​​​​​​摘要:FocalLoss,是 Kaiming 大神团队在他们的论文Focal Loss for Dense Object Detection提出来的损失函数,利用它改善了图像物体检测的效果。

新特性巨量来袭,MindSpore 开源一周年实力“狂欢”

​​​​​​​​​​摘要: MindSpore很多新特性与大家见面了,无论是在效率提升、易用性,还是创新方面,都是干货满满。

MindSpore 实践:对篮球运动员目标的检测

​​摘要:本文讲述的是MindSpore对篮球运动员目标的检测应用,通过AI技术辅助对篮球赛场进行分析。

所见即搜,3 分钟教你搭建一个服装搜索系统!

摘要:用MindSpore+Jina,基于Fashion-MNIST Dataset搭建的服装搜索系统。

MindSpore:基于本地差分隐私的 Bandit 算法

摘要:本文将先简单介绍Bandit 问题和本地差分隐私的相关背景,然后介绍基于本地差分隐私的 Bandit 算法,最后通过一个简单的电影推荐场景来验证 LDP LinUCB 算法。

一文详解什么是可解释 AI

摘要:本文带来什么是可解释AI,如何使用可解释AI能力来更好理解图片分类模型的预测结果,获取作为分类预测依据的关键特征区域,从而判断得到分类结果的合理性和正确性,加速模型调优。

几个小实践带你快速上手 MindSpore

摘要:本文将带大家通过几个小实践快速上手MindSpore,其中包括MindSpore端边云统一格式及华为智慧终端背后的黑科技。

mindspore_mindspore技术文章_InfoQ写作社区