【人工智能】MindSpore Hub

最新推荐文章于 2023-08-03 21:48:51 发布

跳楼梯企鹅

最新推荐文章于 2023-08-03 21:48:51 发布

阅读量7.7k

点赞数 51

CC 4.0 BY-SA版权

分类专栏： Mindspore框架分享文章标签：人工智能

本文链接：https://blog.csdn.net/weixin_50481708/article/details/127952827

前言

一、什么是MindSpore Hub

1.简单介绍

2.MindSpore Hub包含功能

3.MindSpore Hub使用场景

二、安装MindSpore Hub

1.确认系统环境信息

2.安装

3.下载源码

4.进行验证

三、加载模型

1.介绍

2.推理验证

3.迁移学习

四、模型发布

前言

MindSpore着重提升易用性并降低AI开发者的开发门槛，MindSpore原生适应每个场景包括端、边缘和云，并能够在按需协同的基础上，通过实现AI算法即代码，使开发态变得更加友好，显著减少模型开发时间，降低模型开发门槛。通过MindSpore自身的技术创新及MindSpore与华为昇腾AI处理器的协同优化，实现了运行态的高效，大大提高了计算性能；MindSpore也支持GPU、CPU等其它处理器。

一、什么是MindSpore Hub

1.简单介绍

官方版本的预训练模型中心库---MindSpore Hub

mindspore_hub 是一个Python库

下载网址：点击跳转

2.MindSpore Hub包含功能

即插即用的模型加载
简单易用的迁移学习

import mindspore
import mindspore_hub as mshub
from mindspore import set_context, GRAPH_MODE

set_context(mode=GRAPH_MODE,
            device_target="Ascend",
            device_id=0)

model = "mindspore/1.6/googlenet_cifar10"

# Initialize the number of classes based on the pre-trained model.
network = mshub.load(model, num_classes=10)
network.set_train(False)

# ...

3.MindSpore Hub使用场景

· 推理验证：mindspore_hub.load用于加载预训练模型，可以实现一行代码完成模型的加载。

· 迁移学习：通过mindspore_hub.load完成模型加载后，可以增加一个额外的参数项只加载神经网络的特征提取部分，这样就能很容易地在之后增加一些新的层进行迁移学习。

· 发布模型：可以将自己训练好的模型按照指定的步骤发布到MindSpore Hub中，以供其他用户进行下载和使用。