建议使用以下浏览器,以获得最佳体验。 IE 9.0+以上版本 Chrome 31+ 谷歌浏览器 Firefox 30+ 火狐浏览器
请选择 进入手机版 | 继续访问电脑版
设置昵称

在此一键设置昵称,即可参与社区互动!

确定
我再想想
选择版块
直达楼层
标签
您还可以添加5个标签
  • 没有搜索到和“关键字”相关的标签
  • 云产品
  • 解决方案
  • 技术领域
  • 通用技术
  • 平台功能
取消

采纳成功

您已采纳当前回复为最佳回复

Jack20

发帖: 239粉丝: 180

发消息 + 关注

更新于2021年04月26日 16:25:34 239 3
直达本楼层的链接
楼主
显示全部楼层
[活动体验] MindSpore版本更新体验——MindSpore 1.2.0-rc1

一、平台环境

CPU:lntel(R) Core(TM) i7-10875H CPU@ 2.30GHz

内存:24GB

操作系统:Win 10 20H2


1.jpg



二、安装Mindspore 1.2.0-rc1

安装验证

查看MindSpore版本

python 
import mindspore
print(mindspore.__version__)

image.png


三、基于Mindspore 1.2.0-rc1在本地进行模型转换

简单的导出一个LeNet网络的MindIR格式模型

MindSpore官网为我们提供了LeNet的Checkpoint文件,提供了不同版本的:https://download.mindspore.cn/model_zoo/official/cv/lenet/

*Checkpoint • 采用了Protocol Buffers格式,存储了网络中所有的参数值。一般用于训练任务中断后恢复训练,或训练后的微调(Fine Tune)任务。image.png在这里我选择了CPU

1.定义网络

import mindspore.nn as nnfrom mindspore.common.initializer import Normalclass LeNet5(nn.Cell):
    """
    Lenet network structure
    """
    #define the operator required
    def __init__(self, num_class=10, num_channel=1):
        super(LeNet5, self).__init__()
        self.conv1 = nn.Conv2d(num_channel, 6, 5, pad_mode='valid')
        self.conv2 = nn.Conv2d(6, 16, 5, pad_mode='valid')
        self.fc1 = nn.Dense(16 * 5 * 5, 120, weight_init=Normal(0.02))
        self.fc2 = nn.Dense(120, 84, weight_init=Normal(0.02))
        self.fc3 = nn.Dense(84, num_class, weight_init=Normal(0.02))
        self.relu = nn.ReLU()
        self.max_pool2d = nn.MaxPool2d(kernel_size=2, stride=2)
        self.flatten = nn.Flatten()

    #use the preceding operators to construct networks
    def construct(self, x):
        x = self.max_pool2d(self.relu(self.conv1(x)))
        x = self.max_pool2d(self.relu(self.conv2(x)))
        x = self.flatten(x)
        x = self.relu(self.fc1(x))
        x = self.relu(self.fc2(x))
        x = self.fc3(x)
        return x


2.导出模型为MindIR格式模型

import time
import mindspore.nn as nn
import numpy as np
from datetime import datetime
from mindspore.common.initializer import Normal
from mindspore import Tensor, export, load_checkpoint, load_param_into_net

lenet = LeNet5()
# 返回模型的参数字典
param_dict = load_checkpoint("./lenet.ckpt")
# 加载参数到网络
load_param_into_net(lenet, param_dict)
input = np.random.uniform(0.0, 1.0, size=[32, 1, 32, 32]).astype(np.float32)
# 以指定的名称和格式导出文件
export(lenet, Tensor(input), file_name='lenet.mindir', file_format='MINDIR',)

t = datetime.now().strftime('%Y-%m-%d %H:%M:%S')
print(" ")
print("============== Model conversion succeeded ==============")
print("The current Mindspore version is:",mindspore.__version__)
print(t)

image.png


个人邮箱:chunjcsx20@vip.qq.com

MindSpore 网络

举报
分享

分享文章到朋友圈

分享文章到微博

采纳成功

您已采纳当前回复为最佳回复

望闻问切ice

发帖: 517粉丝: 8

级别 : 版主

发消息 + 关注

发表于2021年04月16日 11:30:02
直达本楼层的链接
沙发
显示全部楼层

版本跟新,有因为的赶紧发邮箱,有专家解答

点赞 评论 引用 举报

采纳成功

您已采纳当前回复为最佳回复

埼玉

发帖: 91粉丝: 19

级别 : 版主,版块专家

发消息 + 关注

发表于2021年04月26日 16:26:03
直达本楼层的链接
板凳
显示全部楼层

你发错版块了。。。。发在热门活动了,下次参与活动一定要注意啊

评论
Jack20 2021-4-27 22:30 评论

WWW,嗯嗯

... 查看全部
点赞 评论 引用 举报

采纳成功

您已采纳当前回复为最佳回复

明天会更好

发帖: 0粉丝: 12

发消息 + 关注

发表于2021年05月07日 08:59:03
直达本楼层的链接
地板
显示全部楼层

好经验,谢谢分享

点赞 评论 引用 举报

游客

富文本
Markdown
您需要登录后才可以回帖 登录 | 立即注册

结贴

您对问题的回复是否满意?
满意度
非常满意 满意 一般 不满意
我要反馈
0/200