定义网络

Linux Ascend GPU CPU 模型开发 初级 中级 高级

查看源文件

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。