首页
学习
活动
专区
工具
TVP
发布

后端架构

专栏成员
97
文章
24113
阅读量
13
订阅数
计算机视觉之ResNet50图像分类
图像分类是计算机视觉应用中最基础的一种,属于有监督学习类别。它的任务是给定一张图像,判断图像所属的类别,比如猫、狗、飞机、汽车等等。本章将介绍使用ResNet50网络对CIFAR-10数据集进行分类。
查拉图斯特拉说
2024-07-11
160
卷积神经网络之ResNet50迁移学习
下载狗与狼分类数据集,数据来自ImageNet,每个分类有大约120张训练图像与30张验证图像。使用download接口下载数据集,并自动解压到当前目录。
查拉图斯特拉说
2024-07-10
440
全卷积网络之FCN图像语义分割
图像语义分割是图像处理和机器视觉技术中的重要一环,旨在对图像中的每个像素进行分类。与普通的分类任务不同,语义分割任务输出与输入大小相同的图像,输出图像的每个像素对应了输入图像每个像素的类别。语义分割常被应用于人脸识别、物体检测、医学影像、卫星图像分析、自动驾驶感知等领域。
查拉图斯特拉说
2024-07-09
680
机器学习训练之使用静态图加速
MindSpore有两种运行模式:动态图模式和静态图模式。默认情况下是动态图模式,也可以手工切换为静态图模式。
查拉图斯特拉说
2024-07-08
730
机器学习之保存与加载
保存模型使用save_checkpoint接口,传入网络和指定的保存路径,要加载模型权重,需要先创建相同模型的实例,然后使用load_checkpoint和load_param_into_net方法加载参数。
查拉图斯特拉说
2024-07-07
370
机器学习之模型训练
超参数是可以调整的参数,可以控制深度学习模型训练优化的过程,包括训练轮次、批次大小和学习率等。这些超参数的取值会影响模型的训练和收敛速度,其中学习率在迭代过程中控制模型的学习进度。
查拉图斯特拉说
2024-07-06
1100
机器学习之函数式自动微分
神经网络的训练主要使用反向传播算法,通过损失函数计算模型预测值与正确标签的差异,并进行反向传播计算梯度,最终更新模型参数。自动微分能够计算可导函数在某点处的导数值,是反向传播算法的一般化,主要解决了复杂数学运算的求导细节和过程,降低了框架的使用门槛。MindSpore使用函数式自动微分的设计理念,提供更接近于数学语义的自动微分接口 grad 和 value_and_grad。
查拉图斯特拉说
2024-06-26
840
web系统性能优化排查思路
从目前的系统来看,系统的优化无非就几个方向。第一个是CPU的使用,可以去分析哪一个线程占用的CPU最多,以及哪一个线程耗时最久,从这个角度去分析。第二点就是内存,你也可以去从对象的实例中去判断哪一个对象的实例最多,从而进行一个优化。再者从java的底层去分析GC的次数频不频繁。哪一些代码写的不太合理,最后就是整个架构层面的。消息积压消费,缓存是否设置的合理。这都会影响到整个架构的性能。这个章节主要是简单的描述一下。架构如何去优化他的排查思路是什么。
查拉图斯特拉说
2024-06-25
1010
机器学习之网络构建
神经网络模型是由神经网络层和Tensor操作构成的,mindspore.nn提供了常见神经网络层的实现。在MindSpore中,使用Cell类构建所有网络,它是网络的基本单元。一个神经网络模型表示为一个Cell,由不同的子Cell构成。通过这样的嵌套结构,可以简单地使用面向对象编程的思维对神经网络结构进行构建和管理。
查拉图斯特拉说
2024-06-25
640
神经网络训练之数据变换 Transforms
MindSpore提供了数据预处理的功能,可以通过不同种类的数据变换(Transforms)来对原始数据进行处理,然后使用数据处理Pipeline来实现数据预处理。mindspore.dataset 提供了面向图像、文本、音频等不同数据类型的Transforms,同时也支持使用Lambda函数。
查拉图斯特拉说
2024-06-24
1010
深度学习之数据集 Dataset总结
MindSpore提供了基于Pipeline的数据引擎,通过Dataset和Transforms实现高效的数据预处理。它提供了内置的文本、图像、音频等数据集加载接口,并提供了自定义数据集加载接口。此外,MindSpore的领域开发库也提供了大量的预加载数据集,可以使用API一键下载使用。本教程将详细介绍不同的数据集加载方式、数据集常见操作和自定义数据集方法。
查拉图斯特拉说
2024-06-23
1140
张量 Tensor学习总结
张量是一种多线性函数,用于表示矢量、标量和其他张量之间的线性关系,其在n维空间内有n^r个分量,每个分量都是坐标的函数。张量在坐标变换时也会按照某些规则作线性变换,是一种特殊的数据结构,在MindSpore网络运算中起着重要作用。
查拉图斯特拉说
2024-06-23
640
通过MindSpore API实现深度学习模型
先从网上下载对应的数据集文件,MindSpore提供基于Pipeline的数据引擎,通过数据集(Dataset)和数据变换(Transforms)实现高效的数据预处理
查拉图斯特拉说
2024-06-21
810
昇思MindSpore全场景深度学习框架总结
MindSpore是一个全场景深度学习框架,旨在实现易开发、高效执行、全场景统一部署三大目标,具体包括API友好、调试难度低、计算效率、数据预处理效率和分布式训练效率高以及支持云、边缘和端侧场景。
查拉图斯特拉说
2024-06-21
850
Integer判断相等之内存缓存
这里就有点看头了,IntegerCache.low和IntegerCache.high
查拉图斯特拉说
2024-06-11
1100
Web实时通讯方式
说到实时通讯,就不得不提 WebSocket 技术。WebSocket 建立持久、双向的通信通道,大幅降低了延迟,非常适合即时互动应用,如在线聊天、实时监控等。
查拉图斯特拉说
2024-05-16
1310
使用最短路径算法推荐春运回家路线
有个博主提出想使用python分析2024春运最忙路线,然后避开热门线路,分段购票回老家。因为铁路的售票系统估计也是以利益最大化的原则售卖数量很多的热门长线线路,目前有如下几个思路:
查拉图斯特拉说
2024-03-19
1360
Python使用递归实现目录树
说到目录数,下意识的很容易想起递归这个操作。当我们去获取一些文件目录的时候,递归是最合适的一种算法不管你是二叉树还是B+树,都能看到递归的影子。
查拉图斯特拉说
2024-03-13
1640
浅析ForkJoinPool类
ForkJoinPool类是Java中用于支持Fork/Join框架的关键类。它提供了一种用于并行执行任务的机制,通常用于处理递归划分的任务。ForkJoinPool类允许将大任务拆分成更小的子任务,然后并行执行这些子任务,并最终将结果合并起来。
查拉图斯特拉说
2024-02-18
2550
java8定义函数式接口
在Java 8中,Lambda表达式可以用来代替只有一个抽象方法的接口,这种接口称为函数式接口。函数式接口可以使用@FunctionalInterface注解进行标记,确保该接口只包含一个抽象方法。
查拉图斯特拉说
2024-02-17
2490
点击加载更多
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档