win10 x64
1.先安装conda环境
2.创建并进入Conda虚拟环境
conda create -c conda-forge -n mindspore_py39 -c conda-forge python=3.9.0
通过conda config --add channels http://xxxxx 添加国内镜像源
修改后的.condarc文件,路径C:Usersxxx
ssl_verify: false show_channel_urls: true channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/fastai/ - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/ - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/
3.确认处于Conda虚拟环境中,并执行如下命令安装最新版本的MindSpore。
conda install mindspore-cpu -c mindspore -c conda-forge
4.验证是否成功安装
python -c "import mindspore;mindspore.run_check()"
二:推选出论坛技术干货帖里最推荐的3篇,并给出推荐理由。
主要关注的是框架的实际应用上,因为数据的搜集处理相对耗费人力和财力,普通人一般是无法涉及的,
对在现有的大型数据集基础上拓展应用的想法比较感兴趣。
1.
MindSpore实现语音指令识别(迁移tf入门教程)_MindSpore_昇腾论坛_华为云论坛
2.[技术干货-应用实践] MindSpore应用案例——AI诗人
https://bbs.huaweicloud.com/forum/thread-80976-1-1.html
3.
【转载】MindSpore大V博文之应用系列(四)MindSpore端侧手机应用实战:AI对篮球运动员目标的检测_MindSpore_昇腾论坛_华为云论坛
三:技术干货帖体验感受
关于mindspore的安装,一直以来cpu的安装都比较简单,之前用pip安装也就一条命令。
GPU的安装比较繁琐,而且对显卡有要求。由于手上暂时没有支持的显卡,也不能体验一键式安装部署。
希望应用实践类的官方教程能再多一些,最好是带有相关引导,从论文到最终可落地的demo。



