《昇思25天学习打卡营第1天|QuickStart》

说在前面

曾经接触过华为的910B服务级显卡,当时基于910B做了一些开发的工作,但是总感觉做的事情太低层,想要能自顶向下的了解下,因此开始了MindSpore的学习。另外也想给予提供的显卡,简单尝试下llm模型的训练,不知道提供的显卡能否支持llm模型训练。

1. QuickStart

介绍了云开发环境的使用方法,以及昇思全家桶。

通过这张图看,我比较感兴趣AI Compiler部分,不过在入门阶段还没有介绍,希望可以通过后续的学习过程中,能了解一些。

接下来用两个推理的小例子,开发下兴趣:

  1. 使用 vit 进行图像分类
    应该是有预训练的模型,这里直接通过封装好的脚本,进行简单的测试:
    跑了vit模型的推理过程,能够将雏菊🌼识别成雏菊。
  2. 使用 BERT 进行中文命名实体识别
    通过一个预训练模型,可以识别命名实体。
    输入是:小明作为开发人员去北京参加华为开发者大会。
    输出是:
json 复制代码
[
	[{
		'entity_group': 'position',
		'start': 4,
		'end': 6,
		'score': 0.72418,
		'word': '开发人'
	}, {
		'entity_group': 'address',
		'start': 9,
		'end': 10,
		'score': 0.9383,
		'word': '北京'
	}, {
		'entity_group': 'company',
		'start': 13,
		'end': 14,
		'score': 0.5476,
		'word': '华为'
	}]
]

可以看出来,Bert识别出了三个词,还算可以吧。在执行的时候是下载的模型,感觉可以直接可以将常用模型都打到镜像中,减少网络消耗。

接下来是一个训练的小例子:

  1. 经典的手写体识别:
    可能是便于入门,这里很多模型封装的都比较简单。几乎点点按钮就可以了,手写体识别的模型名称叫做:lenet,执行了训练的动作,在cpu上训练还是花了几分钟的,过程中的日志信息:

    loss是在逐渐降低的。
    最终的识别结果也是符合预期,只能说,lenet是真的开创性的,不过我还是想要叫做AlexNet

打卡

最后在执行一边,并且打卡。

今天的学习就到这里,整体体验很顺畅,希望接下来每天可以保持,或者一天可以打多个卡。

相关推荐
_李小白22 分钟前
【OPENGL ES 3.0 学习笔记】第一天:认识渲染管道
笔记·学习
future141225 分钟前
单片机学习日记
单片机·嵌入式硬件·学习
半路程序员38 分钟前
Go语言学习(三)
学习
渡我白衣42 分钟前
深度学习入门(一)——从神经元到损失函数,一步步理解前向传播(上)
人工智能·深度学习·学习
敲代码的嘎仔1 小时前
JavaWeb零基础学习Day2——JS & Vue
java·开发语言·前端·javascript·数据结构·学习·算法
Amy_au2 小时前
AWS Lambda 学习笔
学习·云计算·aws
chennn122 小时前
c++相关学习
开发语言·c++·学习
Gorgous—l4 小时前
数据结构算法学习:LeetCode热题100-矩阵篇(矩阵置零、螺旋矩阵、旋转图像、搜索二维矩阵 II)
数据结构·学习·算法
eggcode4 小时前
Vue前端开发学习的简单记录
vue.js·学习
你也渴望鸡哥的力量么4 小时前
爬虫学习笔记
笔记·爬虫·学习