MindSpore
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
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
定义与使用损失函数
自定义算子
迁移第三方框架训练脚本
深度概率编程
实现高阶自动微分
量子神经网络
调试网络
使用PyNative模式调试
使用Dump功能在Graph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
使用mindoptimizer进行超参调优
性能调试
使用调试器
解释模型
MindInsight相关命令
应用自动数据增强
训练时验证模型
算子增量编译
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
应用单节点数据缓存
压缩模型
应用感知量化训练
应用训练后量化
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
应用抑制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
自然语言处理
高性能计算
在云上使用MindSpore
MindSpore
»
使用可视化组件MindInsight
View page source
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
使用mindoptimizer进行超参调优
性能调试
使用调试器
解释模型
MindInsight相关命令