文档反馈

问题文档片段

问题文档片段包含公式时,显示为空格。

提交类型
issue

有点复杂...

找人问问吧。

PR

小问题,全程线上修改...

一键搞定!

请选择提交类型

问题类型
规范和低错类

- 规范和低错类:

- 错别字或拼写错误,标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致,但不影响操作。

- 表述不通顺,但不影响理解。

- 版本号不匹配:如软件包名称、界面版本号。

易用性

- 易用性:

- 关键步骤错误或缺失,无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰,该分类、分项、分步骤的没有给出。

正确性

- 正确性:

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误,无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示:

- 对重要数据或系统存在风险的操作,缺少安全提示。

内容合规

- 内容合规:

- 违反法律法规,涉及政治、领土主权等敏感词。

- 内容侵权。

问题描述

请勾选同意隐私声明

准备工作

下载Notebook下载样例代码查看源文件

概述

在进行网络开发或网络迁移工作之前,首先需要安装MindSpore,并掌握机器学习的相关知识。用户可以选择购买《深度学习与MindSpore实践》一书来了解相关知识,通过访问MindSpore官网了解MindSpore的用法。

安装MindSpore

参考如下表格确定系统的发行版本、架构(X86或Arm)及Python版本。

系统

查询内容

查询命令

Linux

系统发行版本

cat /proc/version

Linux

系统架构

uname -m

Linux

Python版本

python3

根据自己使用的操作系统及计算硬件,选择对应的MindSpore版本,通过Pip、Conda、Docker或源码编译等方式安装MindSpore,推荐访问MindSpore安装页面,并参考该网站指导完成安装。

MindSpore验证

安装完成MindSpore后可以运行以下命令(以MindSpore r1.6版本为例),测试MindSpore是否安装完成。

[1]:
import mindspore

mindspore.run_check()
MindSpore version:  1.6.0
The result of multiplication calculation is correct, MindSpore has been installed successfully!

知识准备

MindSpore文档

用户可以通过参考MindSpore教程了解如何使用MindSpore进行训练、调试、调优、推理;也可以通过参考MindSpore Python API详细了解MindSpore各接口的相关信息,以便于用户能够更好地使用。

ModelZoo和Hub

ModelZoo是MindSpore与社区共同提供的深度优化的模型集市,向开发者提供了深度优化的模型,以便于生态中的小伙伴可以方便地基于ModelZoo中的模型进行个性化开发。当前已经覆盖了机器视觉、自然语言处理、语音、推荐系统等多个领域的主流模型。

mindspore Hub是存放MindSpore官方或者第三方开发者提供的预训练模型的平台。它向应用开发者提供了简单易用的模型加载和微调API,使得用户可以基于预训练模型进行推理或者微调,并部署到自己的应用中。用户也可以将自己训练好的模型按照指定的步骤发布模型到MindSpore Hub中,供其他用户下载和使用。

云上训练

ModelArts是华为云提供的面向AI开发者的一站式开发平台,集成了昇腾AI处理器资源池,用户可以在该平台下体验MindSpore。相关文档可参考AI开发平台ModelArts