From 8f8ef0b6ccc6c8f428ee458d9aae7b069227adac Mon Sep 17 00:00:00 2001 From: lvmingfu <630944715@qq.com> Date: Thu, 30 Jul 2020 17:07:00 +0800 Subject: [PATCH 1/2] Optimizing readme document format in notebook --- tutorials/notebook/README.md | 18 +++++++++--------- 1 file changed, 9 insertions(+), 9 deletions(-) diff --git a/tutorials/notebook/README.md b/tutorials/notebook/README.md index 3613ac7a40..26c3e64658 100644 --- a/tutorials/notebook/README.md +++ b/tutorials/notebook/README.md @@ -48,12 +48,12 @@ ## notebook说明 -| 教程名称 | 内容描述 -| :----------- |:------ -| [quick_start.ipynb](./quick_start.ipynb) | - CPU平台下从数据集到模型验证的全过程解读
- 体验教程中各功能模块的使用说明
- 数据集图形化展示
- 了解LeNet5具体结构和参数作用
- 学习使用自定义回调函数
- loss值与训练步数的变化图
- 模型精度与训练步数的变化图
- 使用模型应用到手写图片的预测与分类上 -| [debugging_in_pynative_mode.ipynb](./debugging_in_pynative_mode.ipynb) | - GPU平台下从数据集获取单个数据进行单个step训练的数据变化全过程解读
- 了解PyNative模式下的调试方法
- 图片数据在训练过程中的变化情况的图形展示
- 了解构建权重梯度计算函数的方法
- 展示1个step过程中权重的变化及数据展示 -| [mindinsight_model_lineage_and_data_lineage.ipynb](./mindinsight/debugging_in_pynative_mode.ipynb) | - 了解MindSpore中训练数据的采集及展示
- 学习使用SummaryRecord记录数据
- 学习使用回调函数SummaryCollector进行数据采集
- 使用MindInsight进行数据可视化
- 了解数据溯源和模型溯源的使用方法 -| [calculate_and_datagraphic.ipynb](https://gitee.com/mindspore/docs/blob/master/tutorials/notebook/mindinsight/calculate_and_datagraphic.ipynb) | - 了解MindSpore中新增可视化功能
- 学习使用MindInsight可视化看板
- 学习使用查看计算图可视化图的信息的方法
- 学习使用查看数据图中展示的信息的方法 -| [data_loading_enhancement.ipynb](https://gitee.com/mindspore/docs/blob/master/tutorials/notebook/data_loading_enhance/data_loading_enhancement.ipynb) | - 学习MindSpore中数据处理和增强的方法
- 展示数据处理、增强方法的实际操作
- 对比展示数据处理前和处理后的效果
- 表述在数据处理、增强后的意义 -| [loading_dataset.ipynb](https://gitee.com/mindspore/docs/blob/master/tutorials/notebook/loading_dataset.ipynb) | - 学习MindSpore中加载数据集的方法
- 展示加载常用数据集的方法
- 展示加载MindRecord格式数据集的方法
- 展示加载自定义格式数据集的方法 -| [nlp_application.ipynb](https://gitee.com/mindspore/docs/blob/master/tutorials/notebook/nlp_application.ipynb) | - 展示MindSpore在自然语言处理的应用
- 展示自然语言处理中数据集特定的预处理方法
- 展示如何定义基于LSTM的SentimentNet网络 +| 教 程 名 称 | 文 件 名 称 | 教 程 类 别 | 内 容 描 述 +| :----------- | :----------- | :------- |:------ +| 手写数字分类识别入门体验教程 | [quick_start.ipynb](https://gitee.com/mindspore/docs/blob/master/tutorials/notebook/quick_start.ipynb) | 快速入门 | - CPU平台下从数据集到模型验证的全过程解读
- 体验教程中各功能模块的使用说明
- 数据集图形化展示
- 了解LeNet5具体结构和参数作用
- 学习使用自定义回调函数
- loss值与训练步数的变化图
- 模型精度与训练步数的变化图
- 使用模型应用到手写图片的预测与分类上 +| 加载数据集 | [loading_dataset.ipynb](https://gitee.com/mindspore/docs/blob/master/tutorials/notebook/loading_dataset.ipynb) | 使用指南 | - 学习MindSpore中加载数据集的方法
- 展示加载常用数据集的方法
- 展示加载MindRecord格式数据集的方法
- 展示加载自定义格式数据集的方法 +| 数据处理与数据增强 | [data_loading_enhancement.ipynb](https://gitee.com/mindspore/docs/blob/master/tutorials/notebook/data_loading_enhance/data_loading_enhancement.ipynb) | 使用指南 | - 学习MindSpore中数据处理和增强的方法
- 展示数据处理、增强方法的实际操作
- 对比展示数据处理前和处理后的效果
- 表述在数据处理、增强后的意义 +| 自然语言处理应用 | [nlp_application.ipynb](https://gitee.com/mindspore/docs/blob/master/tutorials/notebook/nlp_application.ipynb) | 应用实践 | - 展示MindSpore在自然语言处理的应用
- 展示自然语言处理中数据集特定的预处理方法
- 展示如何定义基于LSTM的SentimentNet网络 +| 使用PyNative进行神经网络的训练调试体验 | [debugging_in_pynative_mode.ipynb](https://gitee.com/mindspore/docs/blob/master/tutorials/notebook/debugging_in_pynative_mode.ipynb) | 模型调优 | - GPU平台下从数据集获取单个数据进行单个step训练的数据变化全过程解读
- 了解PyNative模式下的调试方法
- 图片数据在训练过程中的变化情况的图形展示
- 了解构建权重梯度计算函数的方法
- 展示1个step过程中权重的变化及数据展示 +| MindInsight的模型溯源和数据溯源体验 | [mindinsight_model_lineage_and_data_lineage.ipynb](https://gitee.com/mindspore/docs/blob/master/tutorials/notebook/mindinsight/mindinsight_model_lineage_and_data_lineage.ipynb) | 模型调优 | - 了解MindSpore中训练数据的采集及展示
- 学习使用SummaryRecord记录数据
- 学习使用回调函数SummaryCollector进行数据采集
- 使用MindInsight进行数据可视化
- 了解数据溯源和模型溯源的使用方法 +| 计算图和数据图可视化 | [calculate_and_datagraphic.ipynb](https://gitee.com/mindspore/docs/blob/master/tutorials/notebook/mindinsight/calculate_and_datagraphic.ipynb) | 模型调优 | - 了解MindSpore中新增可视化功能
- 学习使用MindInsight可视化看板
- 学习使用查看计算图可视化图的信息的方法
- 学习使用查看数据图中展示的信息的方法 -- Gitee From c6621fab9dd45133b456af1d66561ae7dc4ea251 Mon Sep 17 00:00:00 2001 From: lvmingfu <630944715@qq.com> Date: Fri, 31 Jul 2020 14:08:21 +0800 Subject: [PATCH 2/2] Unify code formats in nlp_application.md for r0.6 --- tutorials/notebook/README.md | 1 - tutorials/source_en/advanced_use/nlp_application.md | 12 ++++++------ .../source_zh_cn/advanced_use/nlp_application.md | 12 ++++++------ 3 files changed, 12 insertions(+), 13 deletions(-) diff --git a/tutorials/notebook/README.md b/tutorials/notebook/README.md index 66161e8657..dad0dec8d9 100644 --- a/tutorials/notebook/README.md +++ b/tutorials/notebook/README.md @@ -48,7 +48,6 @@ ## notebook说明 -======= | 教程名称 | 内容描述 | :----------- |:------ | [quick_start.ipynb](./quick_start.ipynb) | - CPU平台下从数据集到模型验证的全过程解读
- 体验教程中各功能模块的使用说明
- 数据集图形化展示
- 了解LeNet5具体结构和参数作用
- 学习使用自定义回调函数
- loss值与训练步数的变化图
- 模型精度与训练步数的变化图
- 使用模型应用到手写图片的预测与分类上 diff --git a/tutorials/source_en/advanced_use/nlp_application.md b/tutorials/source_en/advanced_use/nlp_application.md index 516345622b..255dd2e3c0 100644 --- a/tutorials/source_en/advanced_use/nlp_application.md +++ b/tutorials/source_en/advanced_use/nlp_application.md @@ -250,14 +250,14 @@ After 20 epochs, the accuracy on the test set is about 84.19%. ============== Starting Data Pre-processing ============== vocab_size: 252192 ============== Starting Training ============== - Epoch:[ 1/ 20], step: [ 1/ 390], loss: [0.6935], avg los: [0.6935], time: [628,2482ms] - Epoch:[ 1/ 20], step: [ 2/ 390], loss: [0.6924], avg los: [0.6929], time: [97.1351ms] + epoch: 1 step: 1, loss is 0.6935 + epoch: 1 step: 2, loss is 0.6924 ... - Epoch:[ 10/ 20], step: [ 389/ 390], loss: [0.2675], avg los: [0.2997], time: [71.5523ms] - Epoch:[ 10/ 20], step: [ 390/ 390], loss: [0.3232], avg los: [0.2997], time: [772.3286ms] + epoch: 10 step: 389, loss is 0.2675 + epoch: 10 step: 390, loss is 0.3232 ... - Epoch:[ 20/ 20], step: [ 389/ 390], loss: [0.1354], avg los: [0.1318], time: [68.1632ms] - Epoch:[ 20/ 20], step: [ 390/ 390], loss: [0.2855], avg los: [0.1322], time: [760.9208ms] + epoch: 20 step: 389, loss is 0.1354 + epoch: 20 step: 390, loss is 0.2855 ``` 2. Check the saved CheckPoint files. diff --git a/tutorials/source_zh_cn/advanced_use/nlp_application.md b/tutorials/source_zh_cn/advanced_use/nlp_application.md index 198aa8da02..2a32789d64 100644 --- a/tutorials/source_zh_cn/advanced_use/nlp_application.md +++ b/tutorials/source_zh_cn/advanced_use/nlp_application.md @@ -250,14 +250,14 @@ print("============== {} ==============".format(acc)) ============== Starting Data Pre-processing ============== vocab_size: 252192 ============== Starting Training ============== - Epoch:[ 1/ 20], step: [ 1/ 390], loss: [0.6935], avg los: [0.6935], time: [628,2482ms] - Epoch:[ 1/ 20], step: [ 2/ 390], loss: [0.6924], avg los: [0.6929], time: [97.1351ms] + epoch: 1 step: 1, loss is 0.6935 + epoch: 1 step: 2, loss is 0.6924 ... - Epoch:[ 10/ 20], step: [ 389/ 390], loss: [0.2675], avg los: [0.2997], time: [71.5523ms] - Epoch:[ 10/ 20], step: [ 390/ 390], loss: [0.3232], avg los: [0.2997], time: [772.3286ms] + epoch: 10 step: 389, loss is 0.2675 + epoch: 10 step: 390, loss is 0.3232 ... - Epoch:[ 20/ 20], step: [ 389/ 390], loss: [0.1354], avg los: [0.1318], time: [68.1632ms] - Epoch:[ 20/ 20], step: [ 390/ 390], loss: [0.2855], avg los: [0.1322], time: [760.9208ms] + epoch: 20 step: 389, loss is 0.1354 + epoch: 20 step: 390, loss is 0.2855 ``` 2. 查看保存的CheckPoint文件。 -- Gitee