有赞微商城是什么,seo推广和百度推广的区别,抖音怎么挂小程序赚钱,网站建设的风险摘要#xff1a; 昇思MindSpore支持checkpoint和MindIR两种形式的模型保存和加载。 保存和加载模型#xff0c;便于微调fine-tune和后续的模型推理与部署。 一、环境准备 安装minspore模块 !pip uninstall mindspore -y !pip install -i https://pypi.mirrors.ustc.edu.c…摘要 昇思MindSpore支持checkpoint和MindIR两种形式的模型保存和加载。 保存和加载模型便于微调fine-tune和后续的模型推理与部署。 一、环境准备 安装minspore模块 !pip uninstall mindspore -y !pip install -i https://pypi.mirrors.ustc.edu.cn/simple mindspore2.3.0rc1 导入numpy、minspore、nn、Tensor等相关模块i import numpy as np import mindspore from mindspore import nn from mindspore import Tensor 准备神经网络 def network():model nn.SequentialCell(nn.Flatten(),nn.Dense(28*28, 512),nn.ReLU(),nn.Dense(512, 512),nn.ReLU(),nn.Dense(512, 10))return model 二、保存和加载模型权重 save_checkpoint接口保存模型。 参数为神经网络和保存路径 model network() mindspore.save_checkpoint(model, model.ckpt) 加载模型权重 创建模型实例 加载模型load_checkpoint 加载参数load_param_into_net。 model network() param_dict mindspore.load_checkpoint(model.ckpt) param_not_load, _ mindspore.load_param_into_net(model, param_dict) print(param_not_load) 输出 [] param_not_load是未被加载的参数列表为空时代表所有参数均加载成功。 三、保存和加载MindIR IRIntermediate Representation中间表示 MindSpore定义了云侧训练和端侧推理统一的IR模型格式。 export接口直接将模型保存为MindIR同时保存了Checkpoint和模型结构。 参数为神经网络、存储张量、保存路径和文件格式。 model network() inputs Tensor(np.ones([1, 1, 28, 28]).astype(np.float32)) mindspore.export(model, inputs, file_namemodel, file_formatMINDIR) load接口加载MindIR模型 nn.GraphCell图模式推理 mindspore.set_context(modemindspore.GRAPH_MODE) ​ graph mindspore.load(model.mindir) model nn.GraphCell(graph) outputs model(inputs) print(outputs.shape) 输出 (1, 10)