mindspore windows 依赖软件

该模型是2021年BDCI零售商品识别竞赛TOP1方案，mindspore框架下的代码地址为https://github.com/pprp/GoodsRecognition.MindSpore。这个资源包括了该代码训练第10、15、20、25、30个epoch时保存的ckpt模型文件和一个meta计算图文件。

MindSpore算子分类，思维导图

MindSpore EfficientNet

中国海洋大学自然语言处理课程实验三全部代码 包含文件： —nlp_application.ipynb

全场景AI推理引擎MindSpore Lite， 助力HMS Core视频编辑服务打造更智能的剪辑体验.doc

【面向框架开发】按照相应的接口规范，在MindSpore实现MatrixInverse算子（计算可逆矩阵的逆）全部代码，开发日志，算子代码，测试环境代码

基于华为自研MindSpore深度学习框架构建网络模型，实现MNIST手写体识别实验。 包含可运行源码、运行结果演示视频，本地MindSpore详细配置教程（私信可远程配置） 本例子会使用MindSpore深度学习框架实现一个简单的图片分类实验，整体流程如下： 1、 处理需要的数据集，这里使用了MNIST数据集。 2、 定义一个网络，这里我们使用LeNet网络。 3、 定义损失函数和优化器。 4、 加载数据集并进行训练，训练完成后，查看结果及保存模型文件。 5、 加载保存的模型，进行推理。 6、 验证模型，加载测试数据集和训练后的模型，验证结果精度。

MindSpore实现简单狼狗图片分类

目录网盘文件永久链接 1.1 人工神经网络 .zip 1.2 卷积神经网络 .zip 1.3 循环神经网络 .zip 1.4 生成对抗网络 .zip 2.1 AI框架的挑战与发展趋势 .zip 2.2 MindSpore的架构以及特性 .zip 2.3 MindSpore Lite的特性 .zip 2.4 MindSpore简介与API详解实验 .zip 3.1 动静态图 .zip 3.2 网络迁移 .zip 3.3 分布式训练 .zip 3.4 端云侧推理与部署 .zip 3.5 MindSpore特性与应用实验 .zip 4.1 图像处理概览 .zip 4.2 图像预处理技术 .zip 4.3 基于MindSpore的图像处理实践-图像分类.zip 4.4 基于MindSpore的图像处理实践-图像生成 EB.zip 4.5 图像处理原理与应用实践 .zip 5.1 自然语言处理原理简介 .zip 5.2 自然语言处理关键技术 .zip 5.3 自然语言处理应用系统与基于MindSpore的实践.zip 5.4 自然语言处理实验 .zip ....................