定义网络
Linux
Ascend
GPU
CPU
模型开发
初级
中级
高级
由多个层组成的神经网络模型,是训练过程的重要组成部分。你可以基于MindSpore中的nn.Cell
基类,通过初始化__init__
方法和构造construct
方法构建网络模型。定义网络模型有以下几种方式:
直接使用官方提供的典型网络模型。
建议通过查阅当前MindSpore提供的网络支持列表,直接使用相应的网络模型。在网络支持列表中,提供了每个网络所支持的平台,直接点击相应网络名称查看网络的定义,用户可根据需求自定义网络初始化参数。
自行构建网络。
若网络中的内置算子不足以满足需求时,你可以利用MindSpore方便快捷地自定义算子并加入到网络中。
通过自定义算子了解详细帮助信息。
MindSpore提供了迁移第三方训练框架的脚本,支持将已有的TensorFlow、PyTorch等的网络迁移到MindSpore,帮助你快速进行网络迁移。
通过迁移第三方框架训练脚本了解详细帮助信息。
MindSpore支持使用开发深度学习模型的逻辑进行概率编程,还提供深度概率学习的工具箱,构建贝叶斯神经网络。
通过深度概率编程了解详细帮助信息。