course/training_example

• Application Example
• • 内容
  • • 通用技术介绍
    • 计算机视觉CNN
    • 计算机视觉Transformer
    • 计算机视觉的艺术GAN
    • 计算视觉检测分割Object Detection
    • 自然语言处理-NLP
    • 语音信号处理-Audio
  • 版权
  • 引用

Application Example

基于MindSpore 1.7+ 全场景AI框架的实验样例指导，仅用于教学或培训目的。

部分内容来源于开源社区、网络或第三方。如果有内容侵犯了您的权力，请通过issue留言，或者提交pull request。

请前往MindSpore开源社区官网获取更多视频和文档教程。

内容

建议先学习MindSpore初学教程，了解MindSpore及其初步用法。

建议再学习MindSpore进阶教程，了解如何自定义MindSpore的模块以及使用方式。

然后开始了解如何通过ModelArts训练作业Jobs、ModelArts Notebook、或本地环境进行实验，以及三者的注意事项。

通用技术介绍

1. SGD到ADAM-最常用的优化器
2. Momentum-真的有效

计算机视觉CNN

1. AlexNet-深度学习热潮的奠基作
2. VGG-使用3x3卷积构造更深的网络
3. GoogleNet-使用并行架构构造更深的网络
4. ResNet-构建深层网络都需要有的残差连接
5. MobileNet-适合终端设备的小CNN
6. GhostNet-诺亚创新高精度小模型
7. EfficientNet-通过架构搜索得到的CNN
8. MoCo-无监督训练来玩视觉

计算机视觉Transformer

1. ViT-当Transformer进入CV领域
2. Swin Transformer-多层视觉Transformer
3. MLP-Mixer-全连接层替换注意力机制
4. MAE-视觉通向大模型

计算机视觉的艺术GAN

1. GAN-为什么要对抗生成而不是和谐
2. DCGAN-GAN网络遇到卷积
3. Pix2Pix-图像翻译来啦
4. SRGAN-图像超分播放
5. WGAN-GAN网络训练更容易
6. CycleGAN-GAN遇到艺术
7. StyleGAN-GAN再次遇到艺术

计算视觉检测分割Object Detection

1. 从R-CNN到Faster R-CNN的发展过程
2. YOLO-看一眼就检测出来了
3. SSD-特征金字塔
4. FCN-第一次深度分割
5. Mask R-CNN-检测更多的想象力
6. CentorNet-检测不需要Anchor啦
7. DETR-检测中遇到Transformer

自然语言处理-NLP

1. RNN-初见长时间序列
2. LSTM-防止爆炸的长时间序列
3. Seq2Seq-与Encoder的碰撞
4. Attention-注意力加持
5. Transformer-DL的第四大类架构
6. BERT-走向预训练大模型基础

语音信号处理-Audio

1. DeepSpeech-语音ASR有点意思

版权

• Apache License 2.0

引用

如果您觉得这个项目对您有帮助，请您考虑给MindSpore Course仓关注/点赞，另外可以引用：

@misc{MindSpore Course 2022,
    title={{MindSpore Course}:MindSpore Course Education and Examples},
    author={MindSpore Course Contributors},
    howpublished = {\url{https://gitee.com/mindspore/course}},
    year={2021}
}