提交 800e0fc7 编写于 作者: M mindspore-ci-bot 提交者: Gitee

!143 Add quick start and README

Merge pull request !143 from lvmingfu/lmf-docs
# MindSpore的教程体验
## 环境配置
### Windows系统配置方法
- 系统版本:Windows 10
- 软件配置:[Anaconda](https://www.anaconda.com/products/individual),Jupyter Notebook
- 语言环境:Python3.7.X 推荐 Python3.7.5
- MindSpore 下载地址:[MindSpore官网下载](https://www.mindspore.cn/versions)选择Windows版本
> Windows系统MindSpore的[具体安装教程](https://www.mindspore.cn/install/)
### Jupyter Notebook切换conda环境(Kernel Change)的配置方法
- 首先,增加Jupyter Notebook切换conda环境功能(Kernel Change)
启动Anaconda Prompt,输入命令:
```
conda install nb_conda
```
> 建议在base环境操作上述命令。
执行完毕,重启Jupyter Notebook即可完成功能添加。
- 然后,添加conda环境到Jypyter Notebook的Kernel Change中。
1. 新建一个conda环境,启动Anaconda Prompt,输入命令:
```
conda create -n {env_name} python=3.7.5
```
> env_name可以按照自己想要的环境名称自行命名。
2. 激活新环境,输入命令:
```
conda activate {env_name}
```
3. 安装ipykernel,输入命令:
```
conda install -n {env_name} ipykernel
```
> 如果添加已有环境,只需执行安装ipykernel操作即可。
执行完毕后,刷新Jupyter notebook页面点击Kernel下拉,选择Kernel Change,就能选择新添加的conda环境。
## notebook说明
| 教程名称 | 内容描述
| :----------- |:------
| [quick_start.ipynb](./quick_start.ipynb) | 通过该文件,你可更容易地理解各个功能模块的具体作用,学习到数据集查看及数据集图形展示方法,了解到数据集是如何通过训练生成模型;也可以通过LeNet计算图的展示,了解具体结构和参数作用;可以学习使用自定义回调函数来了解训练过程模型的变化,通过训练过程loss值与训练步数的变化图,模型精度与训练步数的变化图,更容易的理解训练对机器学习产生的意义,还能学习将训练出来的模型应用到手写图片的预测与分类上。
\ No newline at end of file
此差异已折叠。
Markdown is supported
0% .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑!
想要评论请 注册