迁移指南概述

查看源文件

本迁移指导包含以PyTorch为主的其他机器学习框架将神经网络迁移到MindSpore的完整步骤。

graph LR A(总览)-->B(迁移流程) B-->|Step 1|E(<font color=blue>环境准备</font>) E-.-text1(本地安装MindSpore) E-.-text2(在线使用ModelArts) B-->|Step 2|F(<font color=blue>模型分析与准备</font>) F-.-text3(算法复现/MindSpore Dev Toolkit 工具分析API满足度/分析功能满足度) B-->|Step 3|G(<font color=blue>网络搭建对比</font>) G-->I(<font color=blue>数据处理</font>) I-.-text4(数据集加载/增强/读取对齐) G-->J(<font color=blue>网络搭建</font>) J-.-text5(网络对齐) G-->N(<font color=blue>损失函数</font>) N-.-text6(损失函数对齐) G-->K(<font color=blue>学习率与优化器</font>) K-.-text7(优化器执行和学习率策略对齐) G-->L(<font color=blue>梯度求导</font>) L-.-text8(反向梯度对齐) G-->M(<font color=blue>训练及推理流程</font>) M-.-text9(训练与推理对齐) B-->|Step 4|H(<font color=blue>调试调优</font>) H-.-text10(功能/精度/性能三方面对齐) A-->C(<font color=blue>网络迁移调试实例</font>) C-.-text11(以ReNet50为例的网络迁移样例) A-->D(<font color=blue>常见问题</font>) D-.-text12(迁移过程中的常见问题与解决方法) click C "https://www.mindspore.cn/docs/zh-CN/r2.3.1/migration_guide/sample_code.html" click D "https://www.mindspore.cn/docs/zh-CN/r2.3.1/migration_guide/faq.html" click E "https://www.mindspore.cn/docs/zh-CN/r2.3.1/migration_guide/enveriment_preparation.html" click F "https://www.mindspore.cn/docs/zh-CN/r2.3.1/migration_guide/analysis_and_preparation.html" click G "https://www.mindspore.cn/docs/zh-CN/r2.3.1/migration_guide/model_development/model_development.html" click H "https://www.mindspore.cn/docs/zh-CN/r2.3.1/migration_guide/debug_and_tune.html" click I "https://www.mindspore.cn/docs/zh-CN/r2.3.1/migration_guide/model_development/dataset.html" click J "https://www.mindspore.cn/docs/zh-CN/r2.3.1/migration_guide/model_development/model_and_cell.html" click K "https://www.mindspore.cn/docs/zh-CN/r2.3.1/migration_guide/model_development/learning_rate_and_optimizer.html" click L "https://www.mindspore.cn/docs/zh-CN/r2.3.1/migration_guide/model_development/gradient.html" click M "https://www.mindspore.cn/docs/zh-CN/r2.3.1/migration_guide/model_development/training_and_evaluation.html" click N "https://www.mindspore.cn/docs/zh-CN/r2.3.1/migration_guide/model_development/loss_function.html"