学习

课程简介：

MindSpore 是由华为于2019年8月推出的新一代全场景 AI 计算框架，2020年3月28日，华为宣布 MindSpore 正式开源。
MindSpore 作为新一代的 AI 开发计算框架，它的创新编程范式，AI 科学家和工程师更易使用，便于开放式创新；MindSpore 可满足终端、边缘计算、云全场景需求，能更好保护数据隐私；可开源，形成广阔应用生态。
MindSpore 着重提升易用性和降低 AI 开发者的开发门槛，MindSpore 原生适应每个场景包括端、边缘和云，并能够在按需协同的基础上，通过实现AI 算法即代码，使开发态变得更加友好，显著减少模型开发时间，降低模型开发门槛。通过MindSpore自身的技术创新及MindSpore与华为昇腾AI处理器的协同优化，实现了运行态的高效，大大提高了计算性能。
MindSpore 总体架构如下图：

MindSpore 的层次结构
MindSpore 向用户提供了3个不同层次的 API，支持用户进行网络构建，整图执行，子图执行以及单算子执行，从低到高分别是 Low-Level Python API、Medium-Level Python API以及High-Level Python API。

- High-Level Python API
第一层为高阶API，其在中阶API的基础上又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，方便用户控制整网的执行流程和实现神经网络的训练推理及调优。例如用户使用Model接口，指定要训练的神经网络模型和相关的训练设置，对神经网络模型进行训练，通过Profiler接口调试神经网络性能。
- Medium-Level Python API
第二层为中阶API，其封装了低阶API，提供网络层、优化器、损失函数等模块，用户可通过中阶API灵活构建神经网络和控制执行流程，快速实现模型算法逻辑。例如用户可调用Cell接口构建神经网络模型和计算逻辑，通过使用loss模块和Optimizer接口为神经网络模型添加损失函数和优化方式，利用dataset模块对数据进行处理以供模型的训练和推导使用。
- Low-Level Python API
第三层为低阶API，主要包括张量定义、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。例如用户可通过Tensor接口自定义张量，使用ops.composite模块下的GradOperation算子计算函数在指定处的导数。

课程章节：