mindspore

小李独爱秋

机器学习与深度学习实验项目3 卷积神经网络实现图片分类1）掌握在MindSpore中构建、训练卷积神经网络的方法2）理解卷积神经网络在图像分类任务中的应用原理

AI妈妈手把手

【深度学习框架终极PK】TensorFlow/PyTorch/MindSpore深度解析！选对框架效率翻倍想象你要盖一座AI大厦：本文将从6个维度深度对比🎁💡 核心优势：📊 性能实测：🌰 典型场景：📌典型代码（静态图风格）：

Jackilina_Stone

【Ubuntu】安装华为的MindSpore目录1 安装Anaconda2 更换国内源3 安装MindSpore具体方法如下：打开命令行 cmd 工具，输入以下命令。

【树莓派4B】MindSpore lite 部署demo一个demo，mindspore lite 部署在树莓派4B ubuntu22.04中，为后续操作开个门！

并行编程——Mindspore大规模分布式并行基本概念学习(一)在当今信息爆炸的时代，大规模分布式并行计算已成为解决复杂计算问题的关键技术。它通过将任务分散到多个处理器上并行处理，极大地提高了计算效率和处理能力。这种技术使得我们能够处理前所未有的大数据量，并在科学研究、商业分析、人工智能等领域发挥着重要作用。随着技术的不断进步，大规模分布式并行计算将继续推动创新的边界，为解决全球性挑战提供强大的计算支持，基于Mindspore官方教程整理。

241130_昇思MindSpore函数式自动微分函数式自动微分是Mindspore学习框架所特有的，更偏向于数学计算的习惯。这里也是和pytorch差距最大的部分，具体体现在训练部分的代码，MindSpore是把各个梯度计算、损失函数计算

昇思MindSpore进阶教程--安装常见问题（中）大家好，我是刘明，明志科技创始人，华为昇思MindSpore布道师。技术上主攻前端开发、鸿蒙开发和AI算法研究。努力为大家带来持续的技术分享，如果你也喜欢我的文章，就点个关注吧

昇思MindSpore进阶教程--特征值检测大家好，我是刘明，明志科技创始人，华为昇思MindSpore布道师。技术上主攻前端开发、鸿蒙开发和AI算法研究。努力为大家带来持续的技术分享，如果你也喜欢我的文章，就点个关注吧

昇思MindSpore进阶教程--数据处理性能优化(中)大家好，我是刘明，明志科技创始人，华为昇思MindSpore布道师。技术上主攻前端开发、鸿蒙开发和AI算法研究。努力为大家带来持续的技术分享，如果你也喜欢我的文章，就点个关注吧

昇思MindSpore进阶教程--黑塞矩阵大家好，我是刘明，明志科技创始人，华为昇思MindSpore布道师。技术上主攻前端开发、鸿蒙开发和AI算法研究。努力为大家带来持续的技术分享，如果你也喜欢我的文章，就点个关注吧

昇思MindSpore进阶教程--单节点数据缓存(中)大家好，我是刘明，明志科技创始人，华为昇思MindSpore布道师。技术上主攻前端开发、鸿蒙开发和AI算法研究。努力为大家带来持续的技术分享，如果你也喜欢我的文章，就点个关注吧

昇思MindSpore进阶教程--下沉模式大家好，我是刘明，明志科技创始人，华为昇思MindSpore布道师。技术上主攻前端开发、鸿蒙开发和AI算法研究。努力为大家带来持续的技术分享，如果你也喜欢我的文章，就点个关注吧

昇思 25 天学习打卡营第 25 天 | MindSpore Diffusion 扩散模型使用 MindSpore 学习神经网络，打卡第 25 天；主要内容也依据 mindspore 的学习记录。

昇思 25 天学习打卡营第 22 天 | MindSpore DCGAN 生成漫画图像使用 MindSpore 学习神经网络，打卡第 22 天；主要内容也依据 mindspore 的学习记录。

昇思 25 天学习打卡营第 15 天 | mindspore 实现 VisionTransformer 图像分类使用 mindspore 学习神经网络，打卡第 15 天；主要内容也依据 mindspore 的学习记录。

神奇的布欧

基于MindSpore实现BERT对话情绪识别讲解视频：基于MindSpore实现BERT对话情绪识别

鹅毛在路上了

昇思25天学习打卡营第16天|基于MindSpore通过GPT实现情感分类本系列文章主要用于记录昇思25天学习打卡营的学习心得。GPT-1模型是一种基于神经网络的自回归（AR）语言模型。该模型使用了“Transformer”的编解码架构，一种新型的序列到序列（Seq2Seq）模型，能够在处理长序列数据时避免传统的循环神经网络（Recurrent Neural Network，RNN）中存在的梯度消失问题。

鹅毛在路上了

昇思25天学习打卡营第15天|基于 MindSpore 实现 BERT 对话情绪识别本系列文章主要用于记录昇思25天学习打卡营的学习心得。自2017年Google发表"Attention is ALL You Need"之后，基于自注意力机制结构的网络模型开始在各领域发展，特别是Transformer网络，针对序列的强大长距离关联处理能力在NLP领域取得了成效，BERT 的创新点在于它将双向 Transformer 用于语言模型，曾一度刷新各项NLP任务的SOTA记录，包括问答 Question Answering (SQuAD v1.1)，推理 Natural Language Inf

神奇的布欧

昇思25天学习打卡营第25天 | RNN情感分类情感分类是自然语言处理中的经典任务，是典型的分类问题。本节使用MindSpore实现一个基于RNN网络的情感分类模型，实现如下的效果：

昇思MindSpore学习总结十五 ——基于Mindspore 实现BERT对话情绪识别根据实际情况，选择合适版本。BERT全称是来自变换器的双向编码器表征量（Bidirectional Encoder Representations from Transformers），它是Google于2018年末开发并发布的一种新型语言模型。与BERT模型相似的预训练语言模型例如问答、命名实体识别、自然语言推理、文本分类等在许多自然语言处理任务中发挥着重要作用。模型是基于Transformer中的Encoder并加上双向的结构，因此一定要熟练掌握Transformer的Encoder的结构。