社区首页 (3650)
我加入的社区
我管理的社区
官方推荐社区 76
其他社区 3650
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
昇思MindSpore 01-14
MindSpore社区活动——定制自己的图像风格
参考MindSpore官网中的案例“Pix2Pix实现图像转换”。进行复现并详细记录体验过程。体验过程发布为一篇个人博客,并在“昇思MindSpore论坛→技术干货 Technology→应用实践 Application Cases”中同步发帖子。
...全文
40
评分
2
昇思MindSpore 2025-12-10
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
...全文
86
评分
回复
昇思MindSpore 2025-12-10
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
...全文
56
评分
回复
昇思MindSpore 2025-12-10
【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
...全文
74
评分
回复
昇思MindSpore 2025-12-10
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
...全文
67
评分
回复
昇思MindSpore 2025-12-05
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。
...全文
62
评分
回复
昇思MindSpore 2025-12-05
【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
...全文
65
评分
回复
昇思MindSpore 2025-12-05
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
...全文
77
评分
回复
昇思MindSpore 2025-12-05
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
...全文
147
评分
回复
昇思MindSpore 2025-12-04
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。
...全文
160
评分
6
昇思MindSpore 2025-12-03
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
...全文
100
评分
回复
昇思MindSpore 2025-12-03
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
...全文
74
评分
回复
昇思MindSpore 2025-11-28
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
...全文
91
评分
回复
昇思MindSpore 2025-11-28
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
...全文
77
评分
回复
昇思MindSpore 2025-11-25
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
...全文
86
评分
回复
昇思MindSpore 2025-11-25
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
...全文
116
评分
回复
昇思MindSpore 2025-11-25
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
...全文
71
评分
回复
昇思MindSpore 2025-11-25
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
...全文
141
评分
回复
昇思MindSpore 2025-11-25
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
...全文
78
评分
回复
昇思MindSpore 2025-11-25
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
...全文
63
评分
回复
昇思MindSpore

12,889

社区成员

1,842

社区内容

发帖
与我相关
我的任务
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
社区管理员
  • skytier
  • 昇思MindSpore
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
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】