看到了一个帖子:

https://www.zhihu.com/question/386352303/answer/3160948468

========================================

说下个人的体会:

1. 这个国产框架确实不好用,由于这个框架的较大部分代码都是高校学生写的(你自己体会一下在校的本科生和研究生的水平),所以bug奇多,稳定性差,而且整个软件开发的逻辑和流程是十分的混乱(好像华为的软件开发都有这个问题),不同版本之间的兼容性较差(当然一些表层的应用还都是没问题的),用着用着就不知道错在哪里了,而且生态环境较差,没有充足的资料和文档来支撑debug,据我所知这个框架在国内基本没有多少人在用(不包括和华为合作的高校,好多高校实验室都是和华为签有合作协议的,因此他们的日常工作中有很大的比例就是给mindspore做移植,质量当然不可恭维);

2. 根据官方的一些宣传可以知道mindspore的性能已经超过了TensorFlow和pytorch,但是即使在华为内部做research的其实也没有多少人在用mindspore,毕竟pytorch更合胃口,而社区的一些测试结果往往也不支持官方的宣传,对于这一点我个人认为这个差距点是不同场景测试下使用了不同的加速设备造成的,一些官方的宣传数据往往是使用华为自研的NPU设备,其价格要数万元,性能据说已经超过NVIDIA的A100,而社区的测试往往都是使用NVIDIA的GEFORCE,而且可能还不是RTX 4090,没准是1060ti,所以有这个差别也就好理解了,不过这也说明一点,那就是如果你想获得官方宣传的那种超高运算性能建议你去搞一块训练类型的NPU(某鱼上就有卖,好多还是全新的);

3. 关于建不建议用呢。可以说国内使用mindspore的数量确实在增加,不过这主要还是华为官方支持的高校实验室(很多学生是被导师指派来干这个活,用这个框架的,毕竟是签合同了的),个人估计社区的没有从官方获得直接利益的人的数量应该是不太有增长的,毕竟这东西确实不太好用,完全出于支持国产的目的而放弃使用好用、还没问题的pytorch(毕竟不会冒出许多莫名的bug)的人不会太多的,毕竟搞理工的人还是理智的人偏多。但是我个人是所以那种不太理智的人,因此我还是要建议大家尽可能的支持,虽然你不会从使用中获得官方给出的利益(毕竟大多数人不是那些合作的985重点实验室的,没有合同也就没有利益),但是国产的东西还是要支持支持的,这东西已然这么烂了,如果不支持支持不就更要凉凉了嘛,但是还是建议大家理智,如果你有余力,而且还民族情绪极高,并且不怕掉入泥沼,还是可以支持支持的,况且谁也说不好这东西会不会迭代迭代着就脱胎换骨变OK了呢,国产的东西还是有余力的情况下尽可能支持下吧。

 

 

重点!!!

友情建议:

不要尝试mindspore的高级特性,什么算子编程、什么Ascend编程还有什么源码编译和多卡运行的,这些都不要碰,这是大坑,我是在这些坑里滚过的,太坑。不过你如果是合作方那就不用care了,毕竟有官方提供的硬件以及可观利益的回报那么这些坑也就不算啥事情了。

====================================

有没有使用过MindSpore的,体验怎么样啊?的更多相关文章

  1. MindSpore特性支持类

    MindSpore特性支持类 Q:请问MindSpore支持梯度截断吗? A:支持,可以参考梯度截断的定义和使用. Q:如何在训练神经网络过程中对计算损失的超参数进行改变? A:暂时还未有这样的功能. ...

  2. MindSpore手写数字识别初体验,深度学习也没那么神秘嘛

    摘要:想了解深度学习却又无从下手,不如从手写数字识别模型训练开始吧! 深度学习作为机器学习分支之一,应用日益广泛.语音识别.自动机器翻译.即时视觉翻译.刷脸支付.人脸考勤--不知不觉,深度学习已经渗入 ...

  3. 全场景AI推理引擎MindSpore Lite, 助力HMS Core视频编辑服务打造更智能的剪辑体验

    移动互联网的发展给人们的社交和娱乐方式带来了很大的改变,以vlog.短视频等为代表的新兴文化样态正受到越来越多人的青睐.同时,随着AI智能.美颜修图等功能在图像视频编辑App中的应用,促使视频编辑效率 ...

  4. 几个小实践带你快速上手MindSpore

    摘要:本文将带大家通过几个小实践快速上手MindSpore,其中包括MindSpore端边云统一格式及华为智慧终端背后的黑科技. MindSpore介绍 MindSpore是一种适用于端边云场景的新型 ...

  5. MindSpore:基于本地差分隐私的 Bandit 算法

    摘要:本文将先简单介绍Bandit 问题和本地差分隐私的相关背景,然后介绍基于本地差分隐私的 Bandit 算法,最后通过一个简单的电影推荐场景来验证 LDP LinUCB 算法. Bandit问题是 ...

  6. 开源一周岁,MindSpore新特性巨量来袭

    摘要:MindSpore很多新特性与大家见面了,无论是在效率提升.易用性,还是创新方面,都是干货满满. 最近,AI计算框架是业界的热点,各大厂商纷纷投身AI框架的自研发,究其原因:AI框架在整个人工智 ...

  7. 超轻量AI引擎MindSpore Lite

    超轻量AI引擎MindSpore Lite 揭秘一下端上的AI引擎:MindSpore Lite. MindSpore Lite是MindSpore全场景AI框架的端侧引擎,目前MindSpore L ...

  8. MindSpore:自动微分

    MindSpore:自动微分 作为一款「全场景 AI 框架」,MindSpore 是人工智能解决方案的重要组成部分,与 TensorFlow.PyTorch.PaddlePaddle 等流行深度学习框 ...

  9. MindSpore技术理解(下)

    MindSpore技术理解(下) 4 GraphEngine 由于深度学习算法需要进行大量的计算,很多公司都设计了自己的深度学习专用处理器(如谷歌的张量处理器.阿里巴巴的含光等),华为也发布了自主设计 ...

  10. MindSpore API编程概述

    MindSpore API编程概述 总体架构 MindSpore是一个全场景深度学习框架,旨在实现易开发.高效执行.全场景覆盖三大目标,其中易开发表现为API友好.调试难度低,高效执行包括计算效率.数 ...

随机推荐

  1. Vue学习:21.mixins混入

    在Vue中,mixins(混入)是一种用于分发Vue组件中可复用功能的灵活机制.它们允许你抽取组件中的共享功能,如数据.计算属性.方法.生命周期钩子等,并将其作为单独的模块复用到多个组件中.这种方式有 ...

  2. JavaScript通过递归实现深拷贝

    思路 首先是用Object.prototype.toString.call(obj)来得到传入的值的类型,如果是几个基本类型,则直接返回值就可以了 如果是引用类型,则通过深拷贝函数递归进行再次拷贝. ...

  3. 聊一聊 Monitor.Wait 和 Pluse 的底层玩法

    一:背景 1. 讲故事 在dump分析的过程中经常会看到很多线程卡在Monitor.Wait方法上,曾经也有不少人问我为什么用 !syncblk 看不到 Monitor.Wait 上的锁信息,刚好昨天 ...

  4. Python 潮流周刊#57:Python 该采用日历版本吗?

    本周刊由 Python猫 出品,精心筛选国内外的 250+ 信息源,为你挑选最值得分享的文章.教程.开源项目.软件工具.播客和视频.热门话题等内容.愿景:帮助所有读者精进 Python 技术,并增长职 ...

  5. Stable Diffusion 生成个性图片指南

    在当今人工智能领域,midjourney无疑是生成图片的王者,但是苦于付费才能使用,今天我就给大家分享一下midjourney平替stable diffusion,实现本地生成不逊色于midjourn ...

  6. 深入理解Prometheus: Kubernetes环境中的监控实践

    在这篇文章中,我们深入探讨了Prometheus在Kubernetes环境中的应用,涵盖了从基础概念到实战应用的全面介绍.内容包括Prometheus的架构.数据模型.PromQL查询语言,以及在Ku ...

  7. SSM框架笔记 庆祝学习SSM框架结束!!!

    终于在2023/3/29日,黑马程序员旗下的ssm框架视频看完了,也是总结了1万多字的笔记,把黑马的和自己的整合了一下 完结撒花,接下来开始学习SpringBoot和软考中级设计师. 总的来说,我还是 ...

  8. python爬虫-request模块

    1. requests 中的请求方法 HTTP 请求方法: requests.get(url, params=None, **kwargs) # GET 请求 requests.post(url, d ...

  9. Rougamo、Fody 实现静态Aop

    最近在看项目,看到别人使用Rougamo框架,好奇花了点时间仔细研究了,在这里记录一下. 0. 静态编织 Aop 首先,我们先了解什么是Aop? Aop 是指面向切面编程 (Aspect Orient ...

  10. Qt实现汽车仪表盘

    在UI界面显示中,仪表盘的应用相对比较广泛,经常用于显示速度值,电压电流值等等,最终实现效果如下动态图片(文末提供给源工程下载): 主要包含以下绘制步骤: 绘制画布 /* * 绘制画布 */ void ...