首页 > 其他分享 >又是华为!对标 TensorFlow、PyTorch,深度学习框架 MindSpore已开源!附入手公开课

又是华为!对标 TensorFlow、PyTorch,深度学习框架 MindSpore已开源!附入手公开课

时间:2023-04-03 18:35:56浏览次数:33  
标签:华为 框架 AI 开源 对标 公开课 PyTorch 微分 MindSpore

 Datawhale 

作者:Datawhale

摘要:随着深度学习框架等工具的全面开源,最强 AI 处理芯片昇腾的落地,华为的 AI 布局已经逐渐清晰起来,MindSpore 将为各行业带来哪些新变化,让我们拭目以待。



今年的华为开发者大会 HDC 2020 上,除了昇腾、鲲鹏等自研芯片硬件平台之外,最令人期待的就是深度学习框架 MindSpore 的开源了。在华为 MindSpore 首席科学家陈雷宣布这款产品正式开源后,我们终于可以在开放平台上一睹它的真面目。


降低AI应用门槛,三大创新能力

作为一款「全场景 AI 框架」,MindSpore 是华为人工智能解决方案的重要组成部分,与 TensorFlow、PyTorch、PaddlePaddle 等流行深度学习框架对标,旨在大幅度降低 AI 应用开发门槛,让人工智能无处不在


MindSpore 是一款支持端、边、云独立/协同的统一训练和推理框架。华为希望通过这款完整的软件堆栈,实现一次性算子开发、一致的开发和调试体验,以此帮助开发者实现一次开发,应用在所有设备上平滑迁移的能力。


原生支持 AI 芯片,全场景一致的开发体验——除了这些我们早已知晓的强大之处外,了 MindSpore 更是具备三大创新能力:新编程范式,执行模式和协作方式。


又是华为!对标 TensorFlow、PyTorch,深度学习框架 MindSpore已开源!附入手公开课_人工智能


开源地址

MindSpore 首个开源版本为 0.1.0-alpha 版,主要由自动微分、自动并行、数据处理等功能构成。华为表示,MindSpore 具备开发算法即代码、运行高效、部署态灵活的特点,其核心分为三层:从下往上分别是后端运行时、计算图引擎及前端表示层。


从整体上来说,MindSpore 搭建神经网络会以「单元」为中心,其中单元是张量和运算操作的集合。从输入张量开始,MindSpore 会提供各种算子以构造一个「单元」,最后模型封装这个单元就可以用来训练、推理了。


又是华为!对标 TensorFlow、PyTorch,深度学习框架 MindSpore已开源!附入手公开课_开发者_02

MindSpore 的整体结构,从后端的硬件支持到前端 API,中间会涉及多种优化与特性。例如不采用计算图的自动微分、自动并行与优化计算过程等等。


MindSpore 最大的特点在于,其采用了业界最新的 Source-to-Source 自动微分,它能利用编译器及编程语言的底层技术,进一步优化以支持更好的微分表达。


MindSpore 开源社区:https://www.mindspore.cn/

MindSpore 代码:https://gitee.com/mindspore


标签:华为,框架,AI,开源,对标,公开课,PyTorch,微分,MindSpore
From: https://blog.51cto.com/u_15699042/6167078

相关文章

  • 机器拥抱“触觉反馈”的正确姿势是什么? | 硬创公开课
    通过新型振动马达和先进的控制算法,可以产生前所未有的“触觉反馈”。iPhone7的主页键就是这样一个例子,压力传感器配合“触觉反馈”取代了机械式的按钮。但大部分从业者没有意识到“触觉反馈”的价值。本次公开课我们请到了Immersion公司中国区的负责人,这家公司从1993年开始......
  • 详解语音处理检测技术中的热点——端点检测、降噪和压缩 | 硬创公开课
    作为一种人机交互的手段,语音的端点检测在解放人类双手方面意义重大。同时,工作环境存在着各种各样的背景噪声,这些噪声会严重降低语音的质量从而影响语音应用的效果,比如会降低识别率。未经压缩的语音数据,网络交互应用中的网络流量偏大,从而降低语音应用的成功率。因此,音频的端点检测......
  • Pytorch 备忘清单_开发速查表分享
    Pytorch备忘清单Pytorch是一种开源机器学习框架,可加速从研究原型设计到生产部署的过程,备忘单是由IT宝库整理的Pytorch开发速查备忘清单为您提供了Pytorch基本语法和初步应用参考入门,为开发人员分享快速参考备忘单。开发速查表大纲入门介绍认识Pytorch创建一个......
  • windows下使用pytorch进行单机多卡分布式训练
    现在有四张卡,但是部署在windows10系统上,想尝试下在windows上使用单机多卡进行分布式训练,网上找了一圈硬是没找到相关的文章。以下是踩坑过程。首先,pytorch的版本必须是大于1.7,这里使用的环境是:pytorch==1.12+cu11.6四张4090显卡python==3.7.6使用nn.DataParallel进行分布式......
  • 基于pytorch 的loss监控可视化
    基于pytorch的loss监控可视化绘制可以train和val在一张图上的趋势图。1安装tensorboardpipinstalltensorboard2嵌入代码工程1)定义数据集#-------------......
  • 使用pytorch保存checkpoint以及使用checkpoint例子
    https://towardsdatascience.com/how-to-save-and-load-a-model-in-pytorch-with-a-complete-example-c2920e617dee后续在更新......
  • vscode杂谈-pytorch环境配置
    深度学习领域pytorch的使用是必不可少的,网上对于pytorch的使用大多是基于pycharm或者jupyter上的,而vscode相对较少,我也在这里记录一下我的配置过程。这里我默认大家已经......
  • PytorchOCR工程的CRNN文本识别模型训练
    环境:python3.9+pytorch1.8.1+opencv4.5.2+cuda11.1pyTorchOCR工程:https://github.com/WenmuZhou/PytorchOCR 1、准备训练数据:(这里是生成的数据生成:https://blog.51cto.com......
  • pytorch cuda gpu版本与detectron2、jupyter notebook安装
    任意版本的pytorch、cuda的gpu版本与detectron2、jupyternotebook安装1.简介本文主要介绍pytorchcudagpu版本与detectron2、jupyternotebook安装,主要是基于docker......
  • pytorch gather b2 = a.gather(1, b.view(-1, 1))
    importtorcha=torch.randint(0,100,(6,3))b=torch.Tensor([0,1,1,2,0,2]).long()b=b.unsqueeze(1)b0=b.view(-1,1)b2=a.gather(1,b.view(-1,1......