腳本之家服務器常用軟件

快捷導航

MindSpore深度學習框架 v2.5.0

MindSpore框架

投訴報錯

源碼大?。?span>156MB
源碼語言：簡體中文
源碼類型：國產(chǎn)軟件
源碼授權(quán)：開源軟件
源碼類別：其它源碼
應用平臺：Python
更新時間：2025-03-01
網(wǎng)友評分：

360通過騰訊通過金山通過

156MB

詳情介紹

MindSpore是一種適用于端邊云場景的新型開源深度學習訓練/推理框架。 MindSpore提供了友好的設計和高效的執(zhí)行，旨在提升數(shù)據(jù)科學家和算法工程師的開發(fā)體驗，并為Ascend AI處理器提供原生支持，以及軟硬件協(xié)同優(yōu)化。

同時，MindSpore作為全球AI開源社區(qū)，致力于進一步開發(fā)和豐富AI軟硬件應用生態(tài)。

MindSpore特點：

自動微分

當前主流深度學習框架中有三種自動微分技術(shù)：

基于靜態(tài)計算圖的轉(zhuǎn)換：編譯時將網(wǎng)絡轉(zhuǎn)換為靜態(tài)數(shù)據(jù)流圖，將鏈式法則應用于數(shù)據(jù)流圖，實現(xiàn)自動微分。

基于動態(tài)計算圖的轉(zhuǎn)換：記錄算子過載正向執(zhí)行時網(wǎng)絡的運行軌跡，對動態(tài)生成的數(shù)據(jù)流圖應用鏈式法則，實現(xiàn)自動微分。

基于源碼的轉(zhuǎn)換：該技術(shù)是從功能編程框架演進而來，以即時編譯（Just-in-time Compilation，JIT）的形式對中間表達式（程序在編譯過程中的表達式）進行自動差分轉(zhuǎn)換，支持復雜的控制流場景、高階函數(shù)和閉包。

TensorFlow早期采用的是靜態(tài)計算圖，PyTorch采用的是動態(tài)計算圖。靜態(tài)映射可以利用靜態(tài)編譯技術(shù)來優(yōu)化網(wǎng)絡性能，但是構(gòu)建網(wǎng)絡或調(diào)試網(wǎng)絡非常復雜。動態(tài)圖的使用非常方便，但很難實現(xiàn)性能的極限優(yōu)化。

MindSpore找到了另一種方法，即基于源代碼轉(zhuǎn)換的自動微分。一方面，它支持自動控制流的自動微分，因此像PyTorch這樣的模型構(gòu)建非常方便。另一方面，MindSpore可以對神經(jīng)網(wǎng)絡進行靜態(tài)編譯優(yōu)化，以獲得更好的性能。

MindSpore自動微分的實現(xiàn)可以理解為程序本身的符號微分。MindSpore IR是一個函數(shù)中間表達式，它與基礎(chǔ)代數(shù)中的復合函數(shù)具有直觀的對應關(guān)系。復合函數(shù)的公式由任意可推導的基礎(chǔ)函數(shù)組成。MindSpore IR中的每個原語操作都可以對應基礎(chǔ)代數(shù)中的基本功能，從而可以建立更復雜的流控制。

自動并行

MindSpore自動并行的目的是構(gòu)建數(shù)據(jù)并行、模型并行和混合并行相結(jié)合的訓練方法。該方法能夠自動選擇開銷最小的模型切分策略，實現(xiàn)自動分布并行訓練。

目前MindSpore采用的是算子切分的細粒度并行策略，即圖中的每個算子被切分為一個集群，完成并行操作。在此期間的切分

學習框架 MindSpore

下載地址

下載錯誤？【投訴報錯】