TAG：MindSpore
技术干货 | 基于MindSpore更好的理解Focal Loss
技术性干货知识 | 根据MindSpore更强的了解Focal Loss 【当期强烈推荐专题讲座】物联网技术从业者必看：华为云服务权威专家给你详尽讲解LiteOS各控制模块开发设计以及完成基本原理。引言：Focal Loss的2个特性算作关键，实际上便是用一个适合的涵数去衡量难归类和容易归类样版对总的损害的奉献。文中共享自华为云服务小区《技术性干货知识 | 根据MindSpo...
MindSpore模型验证
MindSpore实体模型认证 在本文中，大家然后前边的blog再次讲MindSpore在训炼好深度学习的实体模型而且储存成文档以后，怎样载入并应用检测集多方面认证。从检测結果中大家获得的启迪是，深度学习的实体模型的实效性会非常大水平上接到训练集的危害，因而最好可以确保训练集的丰富性。假如检测集的范畴大大的超过了训练集所可以表明的范畴，那麼训炼的結果差值便会非...
MindSpore保存与加载模型
MindSpore储存与载入实体模型 文中关键从工程项目完成的视角检测了一下MindSpore的深度学习实体模型储存与载入的作用，根据这一作用，我们可以将自身训炼好的深度学习实体模型公布出来 供大量的人应用，大家还可以立即应用他人在更强的硬件配置管理体系上训炼好的实体模型，或是运用于迁移学习。技术性情况近些年在深度学习和传统式优化算法的融合中，慢慢发展趋势出了...
使用MindSpore的线性神经网络拟合非线性函数
使用MindSpore的线性神经网络拟合非线性函数 基于前面所介绍的MindSpore框架使用线性神经网络来拟合线性函数的一个方案，这里我们将其推广到多参数、多幂次的函数，甚至是一些初等的函数。但是对于更加复杂的嵌套函数，可能还要思考一下更加普适的解决方案。 ...
