【课程笔记】华为 HCIA-AI 人工智能45：MindSpore框架基础

运行环境相关API：

mindspore.context.set_context：设置运行环境的context

mindspore.context.get_context：根据输入key获取context属性值

mindspore.context.ParallelMode：并行环境

mindspore.context.set_ps_context：设置参数服务器训练模式的上下文

MindSpore context用于配置当前执行环境，包括执行模式、执行后端和其他特性开关：参数mindspore.context.set_context(**kwargs):

（1）device_id目标设备的ID。取值范围：[0，4096-1]，默认0

（2）device_target待运行的目标设备。取值范围：'Ascend'、'GPU'、'CPU'

（3）mode运行模式选择。默认值GRAPH_MODE静态图(GRAPH_MODE/0或PYNATIVE_MODE/1)

（4）enable_sparse是否启用稀疏特征。默认值Flase

（5）save_graphs是否保存计算图。默认值Flase

（6）runtime_num_threads运行时线程池的线程数控制。默认值为30

4. MindSpore数据处理模块

mindspore.dataset该模块提供加载和处理各种通用数据集的API，如MNIST、CIFAR-10、CIFAR-100、VOC、COCO、ImageNet、CelebA、CLUE等，也支持加载业界标准格式的数据集，包括MindRecord、TFRecord、Manifest等。还可以使用自己的数据集

还提供针对于语音、文本、图像等数据的数据增强功能

5. MindRecord

在AI训练过程中，会涉及大量的训练数据，会对数据进行频繁的读取操作，涉及高频IO操作，比较耗时

MindRecord将我们所有数据进行序列化，并存储在一组可线性读取的文件中(不用频繁对每一个文件进行IO)

可以使用模块mindspore.mindrecord提供一些方法将不同数据集转换为MindRecord格式，也提供一些操作MindRecord数据文件的方法如读取、写入、检索等

6. MindSpore中的神经网络模块

mindspore.nn用于构建神经网络中的预定义构建块或计算单元

该模块包含了(封装)构建神经网络的组件：

（1）RNN、CNN、LSTM等网络结构

（2）MSELoss、SoftmaxCrossEntropyWithLogits等损失函数

（3）Momentum、Adam等优化器

（4）F1 Score、AUC等模型评价指标

mindspore.Model模型训练或推理的高阶接口

7. 回调函数Callback

回调函数Callback本身并不是函数，而是一个类。可以使用回调函数来观察训练过程中网络内部的状态和相关信息，或在特定时期执行特定动作。例如监控loss、保存模型参数、动态调整参数、提前终止训练任务等

MindSpore框架提供ModelCheckpoint、LossMonitor、SummaryCollector等Callback类，也支持用户自定义Callback

8. 推理-模型文件

MindSpore可以基于训练好的模型在不同的硬件平台上执行推理任务

模型推理文件保存支持两种模型的数据：训练参数和网络模型

（1）训练参数指Checkpoint格式文件(需要先搭建模型)

（2）网络模型包括MindIR、AIR和ONNX三种格式文件

Checkpoint格式用于训练任务中断后恢复训练，或训练后的微调(Fine Tune)任务

MindIR格式消除不同后端的模型差异，一般用于跨硬件平台执行推理任务

ONNX格式一般用于不同框架间的模型迁移或在推理引擎(TensorRT)上使用

AIR格式更好适应华为AI处理器，一般用于Ascend 310上执行推理任务