Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
MindSpore
docs
提交
a4d78658
D
docs
项目概览
MindSpore
/
docs
通知
5
Star
3
Fork
2
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
D
docs
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
提交
a4d78658
编写于
7月 15, 2020
作者:
M
mindspore-ci-bot
提交者:
Gitee
7月 15, 2020
浏览文件
操作
浏览文件
下载
差异文件
!384 Unify codes format in notebook
Merge pull request !384 from lvmingfu/lmf-docs
上级
59b07379
2d7702b9
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
28 addition
and
28 deletion
+28
-28
tutorials/notebook/mindinsight/mindinsight_model_lineage_and_data_lineage.ipynb
...dinsight/mindinsight_model_lineage_and_data_lineage.ipynb
+28
-28
未找到文件。
tutorials/notebook/mindinsight/mindinsight_model_lineage_and_data_lineage.ipynb
浏览文件 @
a4d78658
...
@@ -26,17 +26,17 @@
...
@@ -26,17 +26,17 @@
"cell_type": "markdown",
"cell_type": "markdown",
"metadata": {},
"metadata": {},
"source": [
"source": [
"1
、
数据集的准备,这里使用的是MNIST数据集。\n",
"1
.
数据集的准备,这里使用的是MNIST数据集。\n",
"\n",
"\n",
"2
、
构建一个网络,这里使用LeNet网络。(此处将使用第二种记录方式`ImageSummary`)。\n",
"2
.
构建一个网络,这里使用LeNet网络。(此处将使用第二种记录方式`ImageSummary`)。\n",
"\n",
"\n",
"3
、
训练网络和测试网络的搭建及运行。(此处将操作`SummaryCollector`初始化,并记录模型训练和模型测试相关信息)。\n",
"3
.
训练网络和测试网络的搭建及运行。(此处将操作`SummaryCollector`初始化,并记录模型训练和模型测试相关信息)。\n",
"\n",
"\n",
"4
、
启动MindInsight服务。\n",
"4
.
启动MindInsight服务。\n",
"\n",
"\n",
"5
、
模型溯源的使用。调整模型参数多次存储数据,并使用MindInsight的模型溯源功能对不同优化参数下训练产生的模型作对比,了解MindSpore中的各类优化对训练过程的影响及如何调优训练过程。\n",
"5
.
模型溯源的使用。调整模型参数多次存储数据,并使用MindInsight的模型溯源功能对不同优化参数下训练产生的模型作对比,了解MindSpore中的各类优化对训练过程的影响及如何调优训练过程。\n",
"\n",
"\n",
"6
、
数据溯源的使用。调整数据参数多次存储数据,并使用MindInsight的数据溯源功能对不同数据集下训练产生的模型进行对比分析,了解如何调优。"
"6
.
数据溯源的使用。调整数据参数多次存储数据,并使用MindInsight的数据溯源功能对不同数据集下训练产生的模型进行对比分析,了解如何调优。"
]
]
},
},
{
{
...
@@ -50,14 +50,14 @@
...
@@ -50,14 +50,14 @@
"cell_type": "markdown",
"cell_type": "markdown",
"metadata": {},
"metadata": {},
"source": [
"source": [
"##
一、
训练的数据集下载"
"## 训练的数据集下载"
]
]
},
},
{
{
"cell_type": "markdown",
"cell_type": "markdown",
"metadata": {},
"metadata": {},
"source": [
"source": [
"###
1、
数据集准备"
"### 数据集准备"
]
]
},
},
{
{
...
@@ -159,7 +159,7 @@
...
@@ -159,7 +159,7 @@
"cell_type": "markdown",
"cell_type": "markdown",
"metadata": {},
"metadata": {},
"source": [
"source": [
"###
2、
数据集处理"
"### 数据集处理"
]
]
},
},
{
{
...
@@ -168,11 +168,11 @@
...
@@ -168,11 +168,11 @@
"source": [
"source": [
"数据集处理对于训练非常重要,好的数据集可以有效提高训练精度和效率。在加载数据集前,我们通常会对数据集进行一些处理。\n",
"数据集处理对于训练非常重要,好的数据集可以有效提高训练精度和效率。在加载数据集前,我们通常会对数据集进行一些处理。\n",
"<br/>我们定义一个函数`create_dataset`来创建数据集。在这个函数中,我们定义好需要进行的数据增强和处理操作:\n",
"<br/>我们定义一个函数`create_dataset`来创建数据集。在这个函数中,我们定义好需要进行的数据增强和处理操作:\n",
"
<br/>1、
定义数据集。\n",
"
1.
定义数据集。\n",
"
<br/>2、
定义进行数据增强和处理所需要的一些参数。\n",
"
2.
定义进行数据增强和处理所需要的一些参数。\n",
"
<br/>3、
根据参数,生成对应的数据增强操作。\n",
"
3.
根据参数,生成对应的数据增强操作。\n",
"
<br/>4、
使用`map`映射函数,将数据操作应用到数据集。\n",
"
4.
使用`map`映射函数,将数据操作应用到数据集。\n",
"
<br/>5、
对生成的数据集进行处理。"
"
5.
对生成的数据集进行处理。"
]
]
},
},
{
{
...
@@ -240,7 +240,7 @@
...
@@ -240,7 +240,7 @@
"cell_type": "markdown",
"cell_type": "markdown",
"metadata": {},
"metadata": {},
"source": [
"source": [
"##
二、
构建LeNet5网络"
"## 构建LeNet5网络"
]
]
},
},
{
{
...
@@ -259,7 +259,7 @@
...
@@ -259,7 +259,7 @@
},
},
{
{
"cell_type": "code",
"cell_type": "code",
"execution_count":
1
,
"execution_count":
null
,
"metadata": {},
"metadata": {},
"outputs": [],
"outputs": [],
"source": [
"source": [
...
@@ -321,14 +321,14 @@
...
@@ -321,14 +321,14 @@
"cell_type": "markdown",
"cell_type": "markdown",
"metadata": {},
"metadata": {},
"source": [
"source": [
"##
三、
训练网络和测试网络构建"
"## 训练网络和测试网络构建"
]
]
},
},
{
{
"cell_type": "markdown",
"cell_type": "markdown",
"metadata": {},
"metadata": {},
"source": [
"source": [
"###
1、
使用SummaryCollector放入到训练网络中记录训练数据"
"### 使用SummaryCollector放入到训练网络中记录训练数据"
]
]
},
},
{
{
...
@@ -360,7 +360,7 @@
...
@@ -360,7 +360,7 @@
"cell_type": "markdown",
"cell_type": "markdown",
"metadata": {},
"metadata": {},
"source": [
"source": [
"###
2、
使用SummaryCollector放入到测试网络中记录测试数据"
"### 使用SummaryCollector放入到测试网络中记录测试数据"
]
]
},
},
{
{
...
@@ -372,7 +372,7 @@
...
@@ -372,7 +372,7 @@
},
},
{
{
"cell_type": "code",
"cell_type": "code",
"execution_count":
3
,
"execution_count":
null
,
"metadata": {},
"metadata": {},
"outputs": [],
"outputs": [],
"source": [
"source": [
...
@@ -395,7 +395,7 @@
...
@@ -395,7 +395,7 @@
"cell_type": "markdown",
"cell_type": "markdown",
"metadata": {},
"metadata": {},
"source": [
"source": [
"###
3、
主程序运行入口"
"### 主程序运行入口"
]
]
},
},
{
{
...
@@ -445,7 +445,7 @@
...
@@ -445,7 +445,7 @@
"cell_type": "markdown",
"cell_type": "markdown",
"metadata": {},
"metadata": {},
"source": [
"source": [
"##
四、
启动及关闭MindInsight服务"
"## 启动及关闭MindInsight服务"
]
]
},
},
{
{
...
@@ -506,14 +506,14 @@
...
@@ -506,14 +506,14 @@
"cell_type": "markdown",
"cell_type": "markdown",
"metadata": {},
"metadata": {},
"source": [
"source": [
"##
五、
模型溯源"
"## 模型溯源"
]
]
},
},
{
{
"cell_type": "markdown",
"cell_type": "markdown",
"metadata": {},
"metadata": {},
"source": [
"source": [
"###
1、
连接到模型溯源地址"
"### 连接到模型溯源地址"
]
]
},
},
{
{
...
@@ -567,7 +567,7 @@
...
@@ -567,7 +567,7 @@
"cell_type": "markdown",
"cell_type": "markdown",
"metadata": {},
"metadata": {},
"source": [
"source": [
"###
2、
观察分析记录下来的溯源参数"
"### 观察分析记录下来的溯源参数"
]
]
},
},
{
{
...
@@ -596,14 +596,14 @@
...
@@ -596,14 +596,14 @@
"cell_type": "markdown",
"cell_type": "markdown",
"metadata": {},
"metadata": {},
"source": [
"source": [
"##
六、
数据溯源"
"## 数据溯源"
]
]
},
},
{
{
"cell_type": "markdown",
"cell_type": "markdown",
"metadata": {},
"metadata": {},
"source": [
"source": [
"###
1、
连接到数据溯源地址"
"### 连接到数据溯源地址"
]
]
},
},
{
{
...
@@ -646,7 +646,7 @@
...
@@ -646,7 +646,7 @@
"cell_type": "markdown",
"cell_type": "markdown",
"metadata": {},
"metadata": {},
"source": [
"source": [
"###
2、
观察分析数据溯源参数"
"### 观察分析数据溯源参数"
]
]
},
},
{
{
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录