《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
2303_Alpha2 天前
SpringBoot
笔记·学习
萘柰奈2 天前
Unity学习----【进阶】TextMeshPro学习(三)--进阶知识点(TMP基础设置,材质球相关,两个辅助工具类)
学习·unity
沐矢羽2 天前
Tomcat PUT方法任意写文件漏洞学习
学习·tomcat
好奇龙猫2 天前
日语学习-日语知识点小记-进阶-JLPT-N1阶段蓝宝书,共120语法(10):91-100语法+考え方13
学习
向阳花开_miemie2 天前
Android音频学习(十八)——混音流程
学习·音视频
工大一只猿2 天前
51单片机学习
嵌入式硬件·学习·51单片机
c0d1ng2 天前
量子计算学习(第十四周周报)
学习·量子计算
Hello_Embed2 天前
STM32HAL 快速入门(二十):UART 中断改进 —— 环形缓冲区解决数据丢失
笔记·stm32·单片机·学习·嵌入式软件
咸甜适中3 天前
rust语言 (1.88) 学习笔记:客户端和服务器端同在一个项目中
笔记·学习·rust
Magnetic_h3 天前
【iOS】设计模式复习
笔记·学习·ios·设计模式·objective-c·cocoa