昇思MindSpore AKG大模型驱动算子生成
社区首页 (3644)
请编写您的帖子内容
社区频道(10)
显示侧栏
卡片版式
全部
技术博客
新闻/活动
MindSpore易点通
问答
博文收录
Ada助手
官方网站
Gitee代码仓
官方论坛
最新发布
最新回复
标题
阅读量
内容评分
精选

27
评分
回复
昇思MindSpore AKG大模型驱动算子生成
本项目是昇思MindSporeAKG团队在Agent时代的一次尝试,如何将AI编译、自动生成、算子优化等技术结合Agent产生更大的价值,是一件令人激动的事情;长久以来,非CUDA系的软硬件一直受困于编译、算子等底层能力生态支持度缺乏,易用性一直是各
复制链接 扫一扫
分享

10
评分
回复
利用昇思MindSpore图模式融合特性优化模型推理
01 背景介绍 一个智慧城市项目中,我们需要将一个DeepLabV3+语义分割模型部署到Atlas 200I DK A2开发板上,用于实时街景解析。该模型结构复杂,包含大量卷积、批归一化(BatchNorm)和激活函数层。在最初的PyTorch模型转
复制链接 扫一扫
分享

19
评分
回复
【昇腾CANN】MindSpore进阶:自定义Loss与函数式自动微分实践详解
摘要: 在深度学习科研与工程落地中,MindSpore内置的算子和损失函数虽然丰富,但往往无法满足特定场景下的定制化需求。本文将抛弃高阶封装接口,带你深入MindSpore底层,通过代码实战演示如何编写自定义损失函数,并利用MindSpore独特的函
复制链接 扫一扫
分享

12
评分
回复
深入浅出 MindSpore 图算融合:从 PyNative 到 Graph 模式的最佳实践
在昇腾(Ascend)全栈 AI 软硬件体系中,MindSpore 框架凭借其全场景协同和极简开发的特性,成为了许多开发者的首选。 对于刚接触 MindSpore 的开发者来说,最常见的一个困惑就是:PyNative 模式和 Graph 模式到底有什
复制链接 扫一扫
分享

15
评分
回复
MindSpore 集成 HCCL 自定义算子
第1章概述 MindSpore作为昇腾生态的全场景AI框架,支持集成自定义HCCL算子以满足特定通信需求。本文以自定义AlltoAllV算子为例,详解从算子编译、MindSpore注册到分布式训练部署的全流程,帮助开发者快速扩展昇腾平台的通信能力。
复制链接 扫一扫
分享

20
评分
回复
【MindSpore进阶】抛弃Model.train,手把手教你写自定义训练流
MindSpore 的 Model.train接口非常方便,像 Keras 一样封装了所有细节。但在科研或复杂的工程落地场景中(例如 GAN 网络、强化学习、或者需要魔改梯度更新策略时),高层接口往往显得不够灵活。 很多从 PyTorch 转到 Mi
复制链接 扫一扫
分享

13
评分
回复
利用MindSpore图模式融合特性优化Atlas 200I DK A2上的模型推理
一个智慧城市项目中,我们需要将一个DeepLabV3+语义分割模型部署到Atlas200IDKA2开发板上,用于实时街景解析。该模型结构复杂,包含大量卷积、批归一化(BatchNorm)和激活函数层。在最初的PyTorch模型转MindSpore并直
复制链接 扫一扫
分享

95
评分
回复
MindSpore:重新定义AI框架范式的“新编程、新执行、新生态”深度解析
在AI模型复杂度指数级增长、算力异构化成为常态的今天,传统AI框架在开发效率、大规模训练和跨平台部署方面正面临深层次挑战。华为开源的MindSpore并非对已有框架的简单追赶,而是从第一性原理出发,对“AI框架应该是什么”进行的一次系统性重构。它提出
复制链接 扫一扫
分享

93
评分
5
MindSpore社区活动:在对抗中增强网络
参考MindSpore官网中的“GAN图像生成”案例。进行复现并详细记录体验过程。
复制链接 扫一扫
分享

20
评分
回复
MindSpore自动微分原理与实现
01 背景介绍 自动微分是深度学习框架的核心技术,其设计质量直接影响模型训练的效率和稳定性。MindSpore采用基于函数式编程的自动微分方案,在动态图和静态图模式下提供统一的微分接口。与基于磁带记录的自动微分方案不同,MindSpore通过源码转换
复制链接 扫一扫
分享

24
评分
回复
MindSpore显存救星:手把手教你实现“梯度累积”与断点续训
# 01背景介绍 在昇腾(Ascend)NPU上训练大模型或高分辨率图像模型时,我们常会遇到一个尴尬的问题:想要增加Batch Size以稳定收敛,但NPU显存(HBM)却报警了(OOM)。 除了增加更大显存的硬件,软件层面最有效的解决方案就是梯度累
复制链接 扫一扫
分享

23
评分
回复
从 PyTorch 到 MindSpore:一次算子迁移的完整实战记录
Qwen2.5-7B-Instruct 作为高性能开源模型,在对话生成、逻辑推理等场景表现优异,但在昇腾硬件上的全量微调缺乏完整实操指南。本文基于昇腾 800T A2 4 卡环境,结合 MindSpore 动态图方案,详细拆解 Qwen2.5-7B
复制链接 扫一扫
分享

22
评分
回复
基于昇思MindSpore的Qwen2.5-7B 全量微调实践
Qwen2.5-7B-Instruct 作为高性能开源模型,在对话生成、逻辑推理等场景表现优异,但在昇腾硬件上的全量微调缺乏完整实操指南。本文基于昇腾 800T A2 4 卡环境,结合 MindSpore 动态图方案,详细拆解 Qwen2.5-7B
复制链接 扫一扫
分享

25
评分
回复
基于MindSpore与Ascend C的自定义算子集成
昇腾Ascend C编程语言为解决此问题提供了底层突破口。它允许开发者直接面向昇腾AI处理器的计算核心(AI Core)进行编程,实现对计算和数据搬运的极致控制。但如何将Ascend C算子的高性能与MindSpore框架的高易用性有机结合,是一个涉
复制链接 扫一扫
分享

23
评分
回复
基于昇腾NPU的Transformer模型在金融时间序列预测中的实战应用
在金融科技领域,高精度的时间序列预测对风险控制、趋势分析和智能投顾至关重要。传统方法难以捕捉复杂非线性关系,而深度学习模型(如Transformer)凭借其强大的建模能力逐渐成为主流。本文将通过一个真实案例,展示如何使用MindSpore框架在
复制链接 扫一扫
分享

21
评分
回复
上手 MindSpore:用 nn.Cell 构建你的第一个神经网络
在 MindSpore 框架中,nn.Cell是构建神经网络的基本单元,其作用类似于 PyTorch 中的 nn.Module或 TensorFlow 中的 tf.keras.Model。只要掌握“继承 Cell + 实现 construct”这一核
复制链接 扫一扫
分享

33
评分
回复
基于昇腾NPU的YOLOv5目标检测模型训练与推理全流程实战
在国产化AI生态中,MindSpore作为华为推出的全场景深度学习框架,凭借其对昇腾NPU的原生支持和高效的自动并行能力,已成为构建高性能AI应用的重要工具。本文将通过一个完整的YOLOv5目标检测模型案例,详细展示如何在Ascend910
复制链接 扫一扫
分享

20
评分
回复
MindSpore 与 MySQL 深度集成实战:构建智能数据训练管道
在人工智能项目开发中,数据管理、模型训练和结果存储往往需要无缝集成。MindSpore作为华为开源的深度学习框架,与MySQL这样的关系型数据库结合,可以构建强大的端到端AI解决方案。本文将详细介绍如何在MindSpore中集成MySQL,实现数据读
复制链接 扫一扫
分享

18
评分
回复
Vision Transformer 图像分类实践笔记:基于 MindSpore 的实现解析
在计算机视觉任务中,Vision Transformer(ViT)提供了一种突破传统卷积神经网络范式的全新思路——它完全摒弃了卷积操作,转而将图像视为序列输入,并借助 Transformer 架构完成分类任务。本文基于 MindSpore 框架中的
复制链接 扫一扫
分享

20
评分
回复
MindSpore技术分享:以“原生适应”为核心理念的AI框架
今天与各位分享关于华为开源深度学习框架MindSpore的一些技术思考。在TensorFlow、PyTorch等强者林立的时代,MindSpore如何立足?其核心答案在于“原生适应(Native)”的设计理念,即框架从诞生之初就为昇腾芯片、云边端
复制链接 扫一扫
分享
为您搜索到以下结果:
12,599
社区成员
1,841
社区内容
发帖
与我相关
我的任务
昇思MindSpore
昇思MindSpore是一款开源的AI框架,旨在实现易开发、高效执行、全场景覆盖三大目标,这里是昇思MindSpore官方CSDN社区,可了解最新进展,也欢迎大家体验并分享经验!
复制链接 扫一扫
分享确定
社区描述
昇思MindSpore是一款开源的AI框架,旨在实现易开发、高效执行、全场景覆盖三大目标,这里是昇思MindSpore官方CSDN社区,可了解最新进展,也欢迎大家体验并分享经验! 深度学习人工智能机器学习 企业社区 广东省·深圳市
加入社区
获取链接或二维码
- 近7日
- 近30日
- 至今
加载中
社区公告
欢迎来到昇思MindSpore社区!
在这里您可以获取昇思MindSpore的技术分享和最新消息,也非常欢迎各位分享个人使用经验
无论是AI小白还是领域专家,我们都欢迎加入社区!一起成长!
【更多渠道】
- 昇思MindSpore官网:https://www.mindspore.cn/
- 微信公众号:MindSpore
- B站:https://space.bilibili.com/526894060?spm_id_from=333.337.0.0