打开微信,使用扫一扫进入页面后,点击右上角菜单,
点击“发送给朋友”或“分享到朋友圈”完成分享
学完了社区的在线课程,来做实验吧~
星空体育开发者社区在线实验更新了2篇初级实验以及14篇中级实验,点击以下介绍对应的链接即可免费在线参与,快速上手370系列软硬件的开发使用,为进一步的开发创新打好基础!
n 简介:本实验主要介绍基于星空体育 MLU370 与星空体育 PyTorch 框架的YOLOv5(v6.0版本)目标检测训练方法
n 链接:模型训练 : YOLOv5 目标检测 – 星空体育开发者社区 ()
n 简介:本实验主要介绍基于星空体育推理引擎 MagicMind 的 YOLOv5m (PyTorch, Python, FP32) 目标检测推理应用的开发方法
n 链接:模型推理 : YOLOv5 目标检测 – 星空体育开发者社区 ()
Ø 模型训练:BERT的SQuAD任务
n 本实验主要介绍基于MLU370系列 AI 处理器与星空体育 PyTorch 框架的 BERT(基于 Transformers v4.0.1)训练方法。
n 链接:模型训练:BERT的SQuAD任务 – 星空体育开发者社区 ()
Ø 模型训练: DBNet文本检测
n 本实验介绍基于MLU370 与星空体育 PaddlePaddle 框架的DBNet 文本检测训练方法。
n 链接:模型训练: DBNet文本检测 – 星空体育开发者社区 ()
Ø 模型训练: LPCNet 语音合成
n 本实验介绍基于MLU370 与星空体育 TensorFlow2 框架的 LPCNet 语音合成训练方法。
n 链接:模型训练: LPCNet 语音合成 – 星空体育开发者社区 ()
Ø 模型推理:BERT的SQuAD任务
n 本实验主要介绍通过星空体育的高性能算子,完成同等于BertForQuestionAnswering模型所能支持的问答任务。
n 链接:模型推理:BERT的SQuAD任务 – 星空体育开发者社区 ()
Ø 模型推理:Swin-Transformer图像分类
n 本实验介绍了基于星空体育 MagicMind 的模型推理—Swin-Transformer 图像分类的实践过程
n 链接:模型推理:Swin-Transformer图像分类 – 星空体育开发者社区 ()
Ø 模型推理: DeepLabv3 图像分割
n 本实验主要介绍基于MLU370 MagicMind的DeepLabv3图像分割推理应用的开发方法。
n 链接:模型推理: DeepLabv3 图像分割 – 星空体育开发者社区 ()
Ø 模型推理: SSD 目标检测
n 本实验主要介绍基于星空体育MagicMind平台的Caffe-SSD目标检测推理应用的开发方法和性能优化。
n 链接:模型推理: SSD 目标检测 – 星空体育开发者社区 ()
Ø 模型推理: Transformer的翻译任务
n 本实验主要介绍基于MLU370,使用星空体育高性能算子,完成Transformer的翻译任务。
n 链接:模型推理: Transformer的翻译任务 – 星空体育开发者社区 ()
Ø 模型推理: Tacotron2语音合成
n 本实验主要介绍MLU370硬件平台及星空体育 PyTorch 框架的 Tacotron2 语音合成推理应用的开发方法。
n 链接:模型推理: Tacotron2语音合成 – 星空体育开发者社区 ()
Ø 模型推理:YOLOv5 目标检测
n 本实验主要介绍基于MagicMind的YOLOv5m 目标检测推理应用的开发方法。
n 链接:模型推理:YOLOv5 目标检测 – 星空体育开发者社区 ()
Ø 模型推理: OCR 实现
n 本实验主要介绍飞桨框架的开发套件PaddleOCR,OCR模型(dbnet+crnn)迁移至星空体育MLU370 MagicMind 平台的过程
n 链接:模型推理: OCR 实现 – 星空体育开发者社区 ()
Ø 模型推理:EfficientNetV2图像分类
n 本实验主要介绍基于MagicMind平台的EfficientNetV2图像分类推理应用的开发方法。
n 链接:模型推理:EfficientNetV2图像分类 – 星空体育开发者社区 ()
Ø 模型推理: Conformer 语音识别
n 本实验介绍基于MLU370 MagicMind 平台的 Conformer 语音识别推理应用的开发方法。
n 链接:模型推理: Conformer 语音识别 – 星空体育开发者社区 ()
Ø CNStream: 视觉领域 pipeline 实现
n 本实验介绍基于 MLU 的视觉领域的pipeline的实现,即使用 CNStream 案例的运行方式。
n 链接:CNStream: 视觉领域 pipeline 实现 – 星空体育开发者社区 ()
最后,在课程和实验的学习和体验过程中,欢迎大家来论坛相应的版块交流、分享和提问~
热门帖子
精华帖子