MindSpore初级课程上线：从基本概念到实操，1小时上手！

初次探索MindSpore的你，是否正在面对这些问题：MindSpore是什么？MindSpre有什么特性？MindSpore究竟要怎么用？这边找资料，那边看教程，好像忙的飞起却连入门的“门”在哪都没找到…

稳住，别慌，你想要的答案都在这里，MindSpore官方精心设计的初级课程已上线！九节课程，从基本概念到建模、训练、推理，理论+实践，全方位助力新手入门，更让您一小时上手MindSpore。真的这么简单？那就一起来看看吧~（敲黑板！！认真看，最后有作业，完成获取MindSpore证书！）

官网教程链接：https://www.mindspore.cn/tutorials/zh-CN/r1.8/beginner/quick_start.html，（MindSpore官网-教程-快速入门）

一、基本介绍

新手学习都需要经历一个复杂的过程，我们从基础概念开始，一步步深入！第一节课，快速了解MindSpore在华为AI全栈中的位置，包括总体架构、设计理念和层次结构，让你对MindSpore有一个系统性的认知和了解。

（MindSpore总体架构）

二、初学入门：深度学习基本流程

第二节课开始，进入带有实际操作的学习阶段。具体内容有：配置运行信息、下载数据集、数据处理、创建模型、优化模型参数、训练及保存模型、加载模型、验证模型。

简单易懂的样例，贯穿MindSpore的基础功能，实现深度学习中的常见任务。资料齐全，代码块还有详细的注释说明，全方位指引，快速上手。

三、张量

张量（Tensor）是MindSpore网络运算中的基本数据结构，具体内容有：初始化张量的多种方式、属性、运算、与NumPy转换。提供详细的实验代码，轻松掌握。

四、数据

MindSpore提供了部分常用数据集和标准格式数据集的加载接口，用户可以直接使用mindspore.dataset中对应的数据集加载类进行数据加载。具体内容有：加载、迭代、自定义、数据处理及增强。逐步递进式引导学习，尽可能的减少开发者初次学习时的困惑。

五、建立神经网络

以构建LeNet网络为例，展示MindSpore如何建立神经网络模型。具体内容有：定义模型类、模型层、模型参数。让开发者对提供各种网络基础模块的MindSpore有系统性认知。跟着教程动手实践，解锁正确的使用方式。

六、自动微分

在训练神经网络时，最核心的算法是反向传播，在该算法中，根据损失函数对于给定参数的梯度来调整参数（模型权重）。具体内容有：对输入求一阶导

、对权重求一阶导、梯度值缩放、停止计算梯度。用MatMul算子的求导做深入分析，帮助开发者了解计算图和计算梯度，get实用技能。

七、优化模型

通过上面六个章节的学习，可以学会如何创建模型和构建数据集。本章节具体内容有：如何设置超参、损失函数、优化器、训练。优化模型参数，有详细代码讲解，体验控制模型训练优化的过程。

八、保存及加载模型

具体内容有：如何保存模型、加载模型、如何将保存的模型导出成特定格式到不同平台进行推理。

九、端侧推理

初级教程的最后一节，分别讲解在昇腾AI处理器上使用MindSpore执行推理和在移动设备执行推理。代码解析、环境构建，执行推理…超全干货内容分享，做好准备，快来学习！

从基本原理到模型开发实践，让开发者了解MindSpore开源AI计算框架的基本知识和编程方法，以及使用MindSpore进行实践，一站式获取MindSpore初级技能，助力开发者快速上手深度学习，进行AI应用开发。

一套课程学下来，实际操作不能少！来咯来咯~基于MindSpore框架端边云全流程开发一个AI应用，来使手机识别猫和狗。

详情参考官网教程：https://www.mindspore.cn/news/newschildren?id=354

完成课程学习+实验+论坛成果发帖，即可获得MindSpore证书！

论坛成果发帖链接：

https://bbs.huaweicloud.com/forum/thread-143102-1-1.html

活动截止日期：8月26日

学习操作过程中，有任何问题，可以通过社区issue（https://gitee.com/mindspore/mindspore/issues）进行提问，直接和MindSpore工程师对话交流，手把手指导解决难题！

MindSpore掌 中 宝APP

扫码下载，获取更多资讯！