这两天遇到一个很经典的issue，为啥说经典呢，因为这是一个能够体现框架研发人员和算法工程师认知严重错位的典型案例。先放链接，有兴趣的同学可以去看下全过程。写模型的老师(maybe学生？)用了三个感叹号来表达内心的不爽。用于计算余弦函数的Cos算子，结果会有误差，正常情况下cos(pi)=-1.0，但是用MindSpore计算得到的结果多了一个-4e-6。一般情况下，如果在网络里用到Cos算子，其

kooPage本文详细记录在昇腾910B环境下使用MindSpore框架完成ResNet50图像分类模型的训练与评估全流程，涵盖数据预处理、模型构建、训练配置、断点续训以及精度验证等关键步骤。

kooPage本文详细记录在昇腾910B环境下使用MindSpore框架完成ResNet50图像分类模型的训练与评估全流程，涵盖数据预处理、模型构建、训练配置、断点续训以及精度验证等关键步骤。

MindSpore是华为开源的AI计算框架，原生支持昇腾处理器，提供丰富的分布式训练能力。其自动并行特性可以自动将模型拆分到多个NPU上执行，大幅简化分布式训练的开发难度。MindSpore框架为昇腾平台提供了强大的分布式训练能力，通过自动并行、通信优化等技术，可以高效利用多卡多机资源。建议开发者根据模型规模选择合适的并行策略。

MindSpore是华为开源的AI计算框架，原生支持昇腾处理器，提供丰富的分布式训练能力。其自动并行特性可以自动将模型拆分到多个NPU上执行，大幅简化分布式训练的开发难度。MindSpore框架为昇腾平台提供了强大的分布式训练能力，通过自动并行、通信优化等技术，可以高效利用多卡多机资源。建议开发者根据模型规模选择合适的并行策略。

数据侧做数据去重、质量过滤；通过save_checkpoint保存，load_checkpoint加载，中断预训练后可继续训练；# ===================== 1. 初始化分布式环境(昇腾多卡预训练) =====================# ===================== 5. 优化器、学习率调度、训练执行 =====================# =====

数据侧做数据去重、质量过滤；通过save_checkpoint保存，load_checkpoint加载，中断预训练后可继续训练；# ===================== 1. 初始化分布式环境(昇腾多卡预训练) =====================# ===================== 5. 优化器、学习率调度、训练执行 =====================# =====

本文使用通俗方式介绍CFR算法思想和发展脉络，适用于初学者的入门指南。]近期会上线DeepCFR算法，有兴趣进一步了深入了解算法的读者欢迎移步围观。最后插入一波广告：MindSpore Reinforcement是一个开源的强化学习框架，为强化学习算法提供了干净整洁的API抽象，将算法与部署和执行进行解耦，包括异构加速器、并行度和跨worker集群部署，欢迎大家Star，fork、共同开发。...

转载地址：https://bbs.huaweicloud.com/forum/thread-143146-1-1.html作者：devilmaycry原文：https://www.cnblogs.com/devilmaycry812839668/p/15023221.html======================================================相关内容参考：h

硬件环境(Ascend/GPU/CPU): CPUMindSpore版本: 1.9执行模式: 静态图Python版本: 3.7.5操作系统平台: linux。