×
思维导图备注
MindSpore v1.0 深度学习框架教程
首页
白天
夜间
小程序
阅读
书签
我的书签
添加书签
移除书签
优化训练性能
来源:mindspore
浏览
444
扫码
分享
2021-09-22 22:07:35
分布式并行训练
使能自动混合精度
使能图算融合
应用梯度累积算法
当前内容版权归
mindspore
或其关联方所有,如需对内容或内容相关联开源项目进行关注与资助,请访问
mindspore
.
上一篇:
下一篇:
快速入门
实现一个图片分类应用
实现简单线性函数拟合
手把手安装和体验
基础使用
加载数据集
加载图像数据集
加载文本数据集
定义网络
保存模型
加载模型用于推理或迁移学习
发布模型
处理数据
转换数据集为MindRecord
优化数据处理
构建网络
自定义算子
自定义算子(Ascend)
自定义算子(GPU)
自定义算子(CPU)
迁移第三方框架训练脚本
使用工具迁移第三方框架脚本
迁移第三方框架训练脚本
深度概率编程
调试网络
使用PyNative模式调试
自定义调试信息
使用可视化组件MindInsight
收集Summary数据
查看训练看板
查看溯源和对比看板
性能调试(Ascend)
性能调试(GPU)
使用调试器
MindInsight相关命令
应用自动数据增强
训练时验证模型
优化训练性能
分布式并行训练
使能自动混合精度
使能图算融合
应用梯度累积算法
压缩模型
应用感知量化训练
模型安全和隐私
使用NAD算法提升模型安全性
应用差分隐私机制保护用户隐私
使用fuzz testing模块测试模型安全性
使用成员推理测试模型安全性
应用实践
机器视觉
使用ResNet-50网络实现图像分类
在ResNet-50网络上应用二阶优化实践
使用MobileNetV2网络实现微调(Fine Tune)
自然语言处理
使用SentimentNet实现情感分类
使用BERT网络实现智能写诗
在云上使用MindSpore
暂无相关搜索结果!
本文档使用
BookStack
构建
×
分享,让知识传承更久远
×
文章二维码
手机扫一扫,轻松掌上读
×
文档下载
普通下载
下载码下载(免登录无限下载)
你与大神的距离,只差一个APP
请下载您需要的格式的文档,随时随地,享受汲取知识的乐趣!
PDF
文档
EPUB
文档
MOBI
文档
温馨提示
每天每在网站阅读学习一分钟时长可下载一本电子书,每天连续签到可增加阅读时长
下载码方式下载:免费、免登录、无限制。
免费获取下载码
下载码
文档格式
PDF
EPUB
MOBI
码上下载
×
微信小程序阅读
您与他人的薪资差距,只差一个随时随地学习的小程序
×
书签列表
×
阅读记录
阅读进度:
0.00%
(
0/0
)
重置阅读进度