MindSpore网络支持

Linux Ascend GPU CPU 模型开发 中级 高级

查看源文件

Model Zoo

标准网络

领域

子领域

网络

Ascend(Graph)

Ascend(PyNative)

GPU(Graph)

GPU(PyNative)

CPU(Graph)

CPU(PyNative)

计算机视觉(CV)

图像分类(Image Classification)

AlexNet

✅

✅

✅

✅

计算机视觉(CV)

图像分类(Image Classification)

CNN

✅

计算机视觉(CV)

图像分类(Image Classification)

DenseNet100

✅

✅

计算机视觉(CV)

图像分类(Image Classification)

DenseNet121

✅

✅

计算机视觉(CV)

图像分类(Image Classification)

EfficientNet-B0

✅

✅

计算机视觉(CV)

图像分类(Image Classification)

GoogLeNet

✅

✅

✅

✅

计算机视觉(CV)

图像分类(Image Classification)

InceptionV3

✅

计算机视觉(CV)

图像分类(Image Classification)

InceptionV4

✅

计算机视觉(CV)

图像分类(Image Classification)

LeNet

✅

✅

✅

✅

✅

✅

计算机视觉(CV)

图像分类(Image Classification)

LeNet(量化)

✅

✅

计算机视觉(CV)

图像分类(Image Classification)

MobileNetV1

✅

计算机视觉(CV)

图像分类(Image Classification)

MobileNetV2

✅

✅

✅

✅

✅

计算机视觉(CV)

图像分类(Image Classification)

MobileNetV2(量化)

✅

✅

计算机视觉(CV)

图像分类(Image Classification)

MobileNetV3

✅

✅

计算机视觉(CV)

图像分类(Image Classification)

NASNet

✅

✅

计算机视觉(CV)

图像分类(Image Classification)

ResNet-18

✅

计算机视觉(CV)

图像分类(Image Classification)

ResNet-50

✅

✅

✅

✅

✅

计算机视觉(CV)

图像分类(Image Classification)

ResNet-50(量化)

✅

计算机视觉(CV)

图像分类(Image Classification)

ResNet-101

✅

✅

✅

✅

计算机视觉(CV)

图像分类(Image Classification)

ResNeXt50

✅

✅

✅

计算机视觉(CV)

图像分类(Image Classification)

SE-ResNet50

✅

✅

计算机视觉(CV)

图像分类(Image Classification)

ShuffleNetV1

✅

计算机视觉(CV)

图像分类(Image Classification)

ShuffleNetV2

✅

✅

计算机视觉(CV)

图像分类(Image Classification)

SqueezeNet

✅

计算机视觉(CV)

图像分类(Image Classification)

Tiny-DarkNet

✅

计算机视觉(CV)

图像分类(Image Classification)

VGG16

✅

✅

✅

✅

计算机视觉(CV)

图像分类(Image Classification)

Xception

✅

计算机视觉(CV)

目标检测(Object Detection)

CenterFace

✅

计算机视觉(CV)

目标检测(Object Detection)

CTPN

✅

计算机视觉(CV)

目标检测(Object Detection)

Faster R-CNN

✅

✅

计算机视觉(CV)

目标检测(Object Detection)

Mask R-CNN

✅

计算机视觉(CV)

目标检测(Object Detection)

Mask R-CNN (MobileNetV1)

✅

计算机视觉(CV)

目标检测(Object Detection)

RetinaFace-ResNet50

✅

✅

计算机视觉(CV)

目标检测(Object Detection)

RetinaNet

✅

计算机视觉(CV)

目标检测(Object Detection)

SSD

✅

✅

✅

✅

计算机视觉(CV)

目标检测(Object Detection)

SSD-MobileNetV1-FPN

✅

计算机视觉(CV)

目标检测(Object Detection)

SSD-Resnet50-FPN

✅

计算机视觉(CV)

目标检测(Object Detection)

SSD-VGG16

✅

计算机视觉(CV)

目标检测(Object Detection)

WarpCTC

✅

✅

计算机视觉(CV)

目标检测(Object Detection)

YOLOv3-ResNet18

✅

计算机视觉(CV)

目标检测(Object Detection)

YOLOv3-DarkNet53

✅

✅

✅

✅

计算机视觉(CV)

目标检测(Object Detection)

YOLOv3-DarkNet53(量化)

✅

计算机视觉(CV)

目标检测(Object Detection)

YOLOv4

✅

计算机视觉(CV)

文本检测(Text Detection)

DeepText

✅

计算机视觉(CV)

文本检测(Text Detection)

PSENet

✅

✅

计算机视觉(CV)

文本识别(Text Recognition)

CNN+CTC

✅

✅

计算机视觉(CV)

文本识别(Text Recognition)

CRNN-Seq2Seq-OCR

✅

计算机视觉(CV)

语义分割(Semantic Segmentation)

DeepLabV3

✅

✅

计算机视觉(CV)

语义分割(Semantic Segmentation)

FCN8s

✅

计算机视觉(CV)

语义分割(Semantic Segmentation)

U-Net2D (Medical)

✅

计算机视觉(CV)

语义分割(Semantic Segmentation)

U-Net3D (Medical)

✅

计算机视觉(CV)

语义分割(Semantic Segmentation)

U-Net++

✅

计算机视觉(CV)

关键点检测(Keypoint Detection)

OpenPose

✅

计算机视觉(CV)

关键点检测(Keypoint Detection)

SimplePoseNet

✅

计算机视觉(CV)

光学字符识别(Optical Character Recognition)

CRNN

✅

自然语言处理(NLP)

自然语言理解(Natural Language Understanding)

BERT

✅

✅

✅

✅

自然语言处理(NLP)

自然语言理解(Natural Language Understanding)

FastText

✅

自然语言处理(NLP)

自然语言理解(Natural Language Understanding)

GNMT v2

✅

自然语言处理(NLP)

自然语言理解(Natural Language Understanding)

GRU

✅

自然语言处理(NLP)

自然语言理解(Natural Language Understanding)

MASS

✅

✅

✅

✅

自然语言处理(NLP)

自然语言理解(Natural Language Understanding)

SentimentNet

✅

✅

✅

✅

✅

自然语言处理(NLP)

自然语言理解(Natural Language Understanding)

Transformer

✅

✅

✅

✅

自然语言处理(NLP)

自然语言理解(Natural Language Understanding)

TinyBERT

✅

✅

✅

自然语言处理(NLP)

自然语言理解(Natural Language Understanding)

TextCNN

✅

推荐(Recommender)

推荐系统、点击率预估(Recommender System, CTR prediction)

DeepFM

✅

✅

✅

✅

✅

推荐(Recommender)

推荐系统、搜索、排序(Recommender System, Search, Ranking)

Wide&Deep

✅

✅

✅

✅

推荐(Recommender)

推荐系统(Recommender System)

NAML

✅

推荐(Recommender)

推荐系统(Recommender System)

NCF

✅

✅

图神经网络(GNN)

文本分类(Text Classification)

GCN

✅

✅

图神经网络(GNN)

文本分类(Text Classification)

GAT

✅

✅

图神经网络(GNN)

推荐系统(Recommender System)

BGCF

✅

研究网络

领域

子领域

网络

Ascend(Graph)

Ascend(PyNative)

GPU(Graph)

GPU(PyNative)

CPU(Graph)

CPU(PyNative)

计算机视觉(CV)

图像分类(Image Classification)

FaceAttribute

✅

✅

计算机视觉(CV)

目标检测(Object Detection)

FaceDetection

✅

计算机视觉(CV)

图像分类(Image Classification)

FaceQualityAssessment

✅

✅

计算机视觉(CV)

图像分类(Image Classification)

FaceRecognition

✅

计算机视觉(CV)

图像分类(Image Classification)

FaceRecognitionForTracking

✅

计算机视觉(CV)

目标检测(Object Detection)

SSD-GhostNet

✅

计算机视觉(CV)

图像风格迁移(Image Style Transfer)

CycleGAN

✅

✅

自然语言处理(NLP)

自然语言理解(Natural Language Understanding)

DS-CNN

✅

✅

自然语言处理(NLP)

自然语言理解(Natural Language Understanding)

TPRR

✅

推荐(Recommender)

推荐系统、点击率预估(Recommender System, CTR prediction)

AutoDis

✅

语音(Audio)

音频标注(Audio Tagging)

FCN-4

✅

高性能计算(HPC)

分子动力学(Molecular Dynamics)

DeepPotentialH2O

✅

✅

高性能计算(HPC)

海洋模型(Ocean Model)

GOMO

✅

你也可以使用 MindWizard工具。