一、前言相同的一句话，不同的人听的时候侧重点也可能不同。在自然语言处理中，根据任务内容的不同，句子中需要重点关注的部分也会不同，因而引入了注意力机制。注意力机制：判断在执行某个任务时，词在句子中的重要性，并通过注意力分数来表示词的重要程度。分数越高，说明该词对完成该任务

技术背景在前面的一篇博客中我们介绍了MindSpore-2.4-gpu的安装和其中可能出现的一些问题。这里我们在安装完成之后，可以尝试使用一些MindSpore新版本的特性。那么在安装之后，如果是使用VSCode作为IDE，可以使用ctrl+shift+P快捷键，然后搜索python:sele将Python解释器切换到我们所需要

问题背景虽说在MindSpore-2.3之后的版本中不在正式的发行版中支持GPU硬件后端，但其实在开发分支版本中对GPU后端是有支持的：但是在安装的过程中可能会遇到一些问题或者报错，这里复现一下我的Ubuntu-20.04环境下的安装过程。Pip安装基本的安装流程是这样的，首先使用anaconda创建

大家好，我是刘明，明志科技创始人，华为昇思MindSpore布道师。技术上主攻前端开发、鸿蒙开发和AI算法研究。努力为大家带来持续的技术分享，如果你也喜欢我的文章，就点个关注吧概述模型训练过程中，可能会遇到故障。重新启动训练，各种资源的开销是巨大的。为此MindSpore提供了故障

前段时间在昇思训练营发现一个好东西，就是昇思AI实验室：昇思大模型平台在官方提供的jupyterAI编程实践样例中，发现了这个项目：ChatGLM4-9B实践样例GLM-4-9B是智谱AI推出的最新一代预训练模型GLM-4系列中的开源版本。在语义、数学、推理、代码和知识等多方面的数据集测评中，

大家好，我是刘明，明志科技创始人，华为昇思MindSpore布道师。技术上主攻前端开发、鸿蒙开发和AI算法研究。努力为大家带来持续的技术分享，如果你也喜欢我的文章，就点个关注吧MindSpore可以基于训练好的模型，在不同的硬件平台上执行推理任务。Atlas200/300/500推理产品是面向

大家好，我是刘明，明志科技创始人，华为昇思MindSpore布道师。技术上主攻前端开发、鸿蒙开发和AI算法研究。努力为大家带来持续的技术分享，如果你也喜欢我的文章，就点个关注吧正文开始MindSpore除了可以让用户自定义数据增强的使用，还提供了一种自动数据增强方式，可以基于特定

大家好，我是刘明，明志科技创始人，华为昇思MindSpore布道师。技术上主攻前端开发、鸿蒙开发和AI算法研究。努力为大家带来持续的技术分享，如果你也喜欢我的文章，就点个关注吧正文开始昇腾芯片集成了AICORE和AICPU等计算单元。其中AICORE负责稠密Tensor和Vector运算，AICPU负责

大家好，我是刘明，明志科技创始人，华为昇思MindSpore布道师。技术上主攻前端开发、鸿蒙开发和AI算法研究。努力为大家带来持续的技术分享，如果你也喜欢我的文章，就点个关注吧使用内置参数初始化MindSpore提供了多种网络参数初始化的方式，并在部分算子中封装了参数初始化的功

该最新的镜像版本为预装了CANN的7.0R1版本的CANN在MIndspore官网进行了相对应的CANN和MIndspore的版本相关匹配从图中可以看出来7.0仅仅支持Ascend的910而我们的Atlas200IDKA2处理器为Ascend310因此7.0的CANN明显不符合我们的型号于是我决定选择进行降低CANN的版本进

mindspore框架保存及加载模型详细流程：昇思-保存及加载模型关键步骤关键代码frommindsporeimportexport,load_checkpoint,load_param_into_netfrommindsporeimportTensorimportnumpyasnpfromMobileNet2GarbageCls.MobileNetv2import*#有了Check

基于MindSpore实现BERT对话情绪识别模型简介BERT全称是来自变换器的双向编码器表征量（BidirectionalEncoderRepresentationsfromTransformers），它是Google于2018年末开发并发布的一种新型语言模型。与BERT模型相似的预训练语言模型例如问答、命名实体识别、自然语言

K近邻算法实现红酒聚类实验目的K近邻算法原理介绍分类问题回归问题距离的定义实验环境数据处理数据准备数据读取与处理模型构建--计算距离模型预测实验小结本实验主要介绍使用MindSpore在部分wine数据集上进行KNN实验。实验目的了解KNN的基本概念；了解如何使用Mind

总体介绍MindSpore是华为开发的全场景AI计算框架，旨在提供高效、灵活、安全的深度学习平台，适用于端、边、云等多种场景。作为一个开源项目，MindSpore支持多种硬件平台，提供简洁易用的API，使开发者能够快速构建、训练和部署深度学习模型。主要特点：全场景支持：适用于端、边、

本文分享自华为云社区《【昇思25天学习打卡营打卡指南-第二十四天】基于MindSpore实现BERT对话情绪识别》，作者：JeffDing。模型简介BERT全称是来自变换器的双向编码器表征量（BidirectionalEncoderRepresentationsfromTransformers），它是Google于2018年末开发并发布的一种新型

日期心得什么是函数式自动微分，在日常的模型训练中，涉及到复杂的数学公式如何转换为机械语言，通过本次的学习，使我了解到了如何去做梯度计算，通过梯度计算，设计损失函数，有一步步优化代码。昇思MindSpore基础入门学习函数式自动微分(AI代码解析)函数式自动微分神经网络的

文章目录张量Tensor内积（InnerProduct）外积（OuterProduct）线性映射（LinearMapping）笛卡儿积（CartesianProduct）创建张量张量的属性张量索引张量运算Tensor与NumPy转换稀疏张量CSRTensorCOOTensor张量Tensor张量（Tensor）是一个可用来表示在一些矢量、标量和其他张量之

这节课主要学习使用MindSpore在部分wine数据集上进行KNN实验。目标是了解KNN的基本概念以及如何使用MindSpore进行KNN实验。1.K近邻算法原理介绍1.1K近邻算法（K-Nearest-Neighbor,KNN）是一种用于分类和回归的非参数统计方法，最初由Cover和Hart于1968年提出(Cover等人,196

基本介绍    今日要学习的是使用KNN算法进行红酒分类，实践是基于MindSpore平台的，采用模式识别著名的数据集之一，WineDataSet数据集。今日所学习的并不难，KNN是一个很成熟的算法了，网上教程很多，使用MindSpore的API可以很快速的搭建出KNN算法，而且数据集无需做额外的处理，简

目录导入Python库和模块创建神经网络模型保存和加载模型权重保存和加载MindIR导入Python库和模块        上一章节着重阐述了怎样对超参数予以调整，以及如何开展网络模型的训练工作。在网络模型训练的整个进程当中，事实上我们满怀期望能够留存中间阶段以及最

IT专业入门，高考假期预习指南七月来临，各省高考分数已揭榜完成。而高考的完结并不意味着学习的结束，而是新旅程的开始。对于有志于踏入IT领域的高考少年们，这个假期是开启探索IT世界的绝佳时机。作为该领域的前行者和经验前辈，你是否愿意为准新生们提供一份全面的学习路线图呢？快来

学习内容:MindSpore提供不同种类的数据变换通常情况下，直接加载的原始数据并不能直接送入神经网络进行训练，此时我们需要对其进行数据预处理。MindSpore提供不同种类的数据变换（Transforms），配合数据处理Pipeline来实现数据预处理。所有的Transforms均可通过map方法传入，实现对指

在深度学习的世界中，构建和训练神经网络模型是核心任务之一。MindSpore作为一款开源的深度学习框架，提供了丰富的API和工具，使得构建神经网络模型变得更加简洁和高效。在这篇博客中，我们将以Mnist数据集分类为例，逐步讲解如何使用MindSpore定义模型、构建网络层并进行预测。通过

在深度学习的世界里，数据是模型训练的根基。高质量的数据输入不仅能提升模型的性能，还能加速训练过程。MindSpore提供了一个强大的数据引擎，通过数据集（Dataset）和数据变换（Transforms）实现高效的数据预处理。本文将详细介绍如何使用MindSpore加载和处理数据集，并通过具体的示例

03张量Tensor-理解MindSpore中的张量(Tensor)操作在深度学习领域，张量（Tensor）是最基本的数据结构之一。它不仅可以表示标量、向量和矩阵，还可以表示更高维度的数据。张量在神经网络的构建和训练中扮演着至关重要的角色。在MindSpore中，张量是网络运算的基本单位。本篇博客将详