人工智能技术实验手册 第5章 MindSpore开发框架实验指导手册.docx

DOCPROPERTY ProductProject Name DOCPROPERTY DocumentName PAGE i DOCPROPERTY ProprietaryDeclaration 华为专有和保密信息 版权所有 ? 华为技术有限公司 文档版本 DOCPROPERTY DocumentVersion 01 ( DOCPROPERTY ReleaseDate 2015-12) 华为ICT认证系列教程 DOCPROPERTY ProductProject Name 人工智能技术 第5章 MindSpore开发框架 实验指导手册 使用MindSpore进行手写数字识别 配置运行信息 MindSpore通过context.set_context来配置运行需要的信息，譬如运行模式、后端信息、硬件等信息。 导入context模块，配置运行需要的信息。 Import osImport Import os Import argparse From mindspore import context parser=argparse.ArgumentParser(description=MindSporeLeNetExample) parser.add_argument(—device_target,type=str,default=CPU,choices=[Ascend,GPU,CPU]) args=parser.parse_known_args()[0] context.set_context(mode=context.GRAPH_MODE,device_target=args.device_target) 在样例中，我们配置样例运行使用图模式。根据实际清况配置硬件信息，譬如代码运行在AscendAl处理器上， 则－－device_target选择Ascend,代码运行在CPU、GPU同理。 下载数据集 我们示例中用到的MNIST数据集是由10类28*8的灰度图片组成，训练数据集包含60000张图片，测试数据集包含10000张图片。 你可以从MNIST数据集下载页面( http://ya /exdb/mnist/( http://ya /exdb/mnis/)）下载，并按下方目录结构放置，或直接运行如下命令完成下载和放置： !mkdir-p./ !mkdir-p./datasets/MNIST_Data/train./datasets/MNIST_Data/test !wget-NP./datasets/MNIST_Data/train /notebook/date !wget-NP./datasets/MNIST_Data/train /notebook/datew!get-NP./datasets/MNIST_Data/test /notebook/data:匈 !wget-NP./datasets/MNIST_Data/test /notebook/datai !tree./datasets/MNIST_Data 数据处理 数据集对于模型训练非常重要，好的数据集可以有效提高训练精度和效率。MindSpore提供了用于数据处理的API模块mindspore.dataset,用千存储样本和标签。在加载数据集前，我们通常会对数据集进行一些处理，mindspore.dataset也集成了常见的数据处理方法。 首先导入MindSpore中mindspore.dataset和其他相应的模块。 In [3]: Import Import mindspore.dataset as ds Import mindspore.dataset.transforms.c_transforms as C Import mindspore.dataset.vision.c_transforms as CV from mindspore.dataset.vision import Inter from mindspore import dtype as mstype 数据集处理主要分为四个步骤： 1.定义函数create_dataset来创建数据栠。 2.定义需要进行的数据增强和处理操作，为之后进行map映射做准备。 3..使用map映射函数，将数据操作应用到数据集。 4.进行数据shuffle、batch操作 In [4]: def create_ def create_dataset(data_path,batch_size=32,repeat_size=l, num_parallel_workers=l): ＃定义数据集 mnist_ds=ds.MnistDataset(data_path) r