昇思MindSpore全场景深度学习框架总结

本文主要是介绍昇思MindSpore全场景深度学习框架总结，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

昇思MindSpore介绍

MindSpore是一个全场景深度学习框架，旨在实现易开发、高效执行、全场景统一部署三大目标，具体包括API友好、调试难度低、计算效率、数据预处理效率和分布式训练效率高以及支持云、边缘和端侧场景。

昇思MindSpore的各个扩展功能模块，包括模型库、扩展库、科学计算、全场景统一API、数据处理层、AI编译器、全场景运行时、可视化调试调优工具和安全增强库等。这些功能模块提供了丰富的深度学习算法网络、领域扩展支持、科学计算套件、统一的编程接口、数据处理功能、编译器优化、运行时系统、可视化工具和安全增强功能，满足了不同领域和应用场景的需求。

执行流程

MindSpore是一个全场景AI框架，支持端、边、云不同场景的硬件，并提供神经网络训练、验证等基础API功能，同时支持自动微分、自动并行等功能。此外，还提供数据预处理、调试调优可视化、AI安全机制等模块，以及算法模型库、开发工具套件和科学计算套件。最后，通过MindIR实现模型导出和多次部署。

层次结构

进行AI应用（算法/模型）开发三个层级：高阶API、中阶API和低阶API。高阶API提供了训练推理的管理、混合精度训练、调试调优等高级接口；中阶API封装了低阶API，提供网络层、优化器、损失函数等模块；低阶API包括张量定义、基础算子、自动微分等模块，用户可使用低阶API轻松实现张量定义和求导计算。