目录

1.MindSpore 环境安装

2.数据准备

3. 样例代码准备

4.训练集可视化

5. 训练

6. 推理

---

​​​​​​1. Mindspore环境安装

官网地址 ： MindSpore官网

2.数据准备

由于 ImageNet 数据集有100多G，因此数据集仅使用部分数据集，其中图片均为卷纸。

3. 样例代码准备

 4.训练集可视化

由于缺少可视化工具，将图片保存到本地，本地画图工具打开训练集

plt.savefig("filename_test.png")

运行 训练集可视化脚本，报缺少3rd库

5. 训练

运行训练脚本

python train.py --batch_size 128 --learning_rate 0.5e-4

由于机器的限制，内存不够，接下来，将batch_size改为32，num_epochs改为50

 大概运行了2个多小时，最后训练完成。接下来一起看下生成的文件，checkpoint和训练过程中的推理图片。

6. 推理

最后，我们利用训练过程中的保存的checkpoint文件进行推理

推理完成之后，我们来看下成果，随机挑选一张图片，看下着色效果啦