• model_training
• • 1.1 实验环境创建
  • 1.2 关键模块的基本构建实验
  • 1.3 训练流程演示实验

model_training

本实验介绍模型的训练操作，包括训练过程中关键模块的基本构件和训练流程的实现，并且介绍了基于MindSpore深度学习框架实现上述操作，通过学习，希望大家能掌握如下：

• 了解训练过程中的关键模块，包括超参数、损失函数和优化器、评价指标等。
• 了解模型训练整体流程。
• 掌握用mindspore实现模型训练的方法。

1.1 实验环境创建

Jupyter Notebook开发环境，软件环境numpy、mindspore 1.7.0、python 3.7.5、matplotlib、mindvision。

1.2 关键模块的基本构建实验

本次关键模块的基本构建实验包括超参数的设定、损失函数、优化器以及评价指标的定义，详情见notebook。通过实验，希望同学们能够了解模型训练涉及的关键模块及其作用，同时掌握使用MindSpore深度学习框架对关键模块进行定义的方法。

1.3 训练流程演示实验

经过学习我们已经了解模型训练的一般流程，下面我们将训练一个LeNet-5网络实现手写数字识别，以此来熟悉在MindSpore框架下进行模型训练的方法。
本实验中，模型训练分为以下步骤进行：

• 步骤 1 构建数据集
• 步骤 2 定义模型
• 步骤 3 定义超参数、损失函数及优化器
• 步骤 4 模型训练
• 步骤 5 模型评估
• 步骤 6 模型保存
• 步骤 7 模型加载
• 步骤 8 模型推理
  详情见notebook。