MindSpore Hub: введение

MindSpore Hub — это инструмент для предварительной подготовки моделей в экосистеме MindSpore, который служит каналом для разработчиков моделей и разработчиков приложений. Он предоставляет следующие функции:

• удобное и быстрое размещение моделей;
• простая и удобная миграция обучения.

В настоящее время MindSpore Hub предлагает широкий спектр предварительно обученных моделей, включая модели для классификации изображений, обнаружения целей, семантические модели и рекомендательные модели. Более подробную информацию о моделях можно найти на официальном сайте.

Введение

MindSpore Hub является частью экосистемы MindSpore и предоставляет разработчикам моделей и разработчикам приложений удобный инструмент для работы с предварительно подготовленными моделями.

Основные характеристики:

• быстрая загрузка готовых моделей с сайта MindSpore Hub;
• лёгкая миграция обучения благодаря гибкому интерфейсу MindSpore.

Требования к среде

Для использования MindSpore Hub требуется определённая операционная система и программное обеспечение. В таблице приведены требования для разных версий операционной системы.

При установке через интернет будут автоматически загружены все необходимые зависимости из файла setup.py.

Установка

Чтобы установить MindSpore Hub, необходимо выполнить следующие шаги:

1. Скачать исходный код с Gitee.

git clone https://gitee.com/mindspore/hub.git

2. Скомпилировать и установить MindSpore Hub.

cd hub
python setup.py install

3. Установить через pip.

pip install mindspore_hub-{version}-py3-none-any.whl

4. Проверить успешность установки. После выполнения этих шагов можно проверить успешность установки, импортировав модуль mindspore_hub в Python. Если импорт не вызывает ошибок, установка прошла успешно.

Быстрое начало работы

Для быстрого начала работы с MindSpore Hub рекомендуется ознакомиться с документацией и примерами использования.

Документация

Более подробную информацию об установке, использовании и API можно найти в документации.

Сообщество

MindSpore Hub является частью сообщества MindSpore. Сообщество MindSpore предоставляет ресурсы для обмена опытом, обсуждения проблем и совместной работы над проектами.

Управление

Управление сообществом MindSpore осуществляется в соответствии с принципами открытого управления.

Общение

Разработчики могут общаться в следующих каналах:

• Slack — платформа для общения разработчиков;
• IRC — канал для обсуждения вопросов, связанных с MindSpore;
• видеоконференции — планируются в будущем;
• электронная почта — список рассылки для получения новостей и обсуждений.

Вклад

Сообщество MindSpore приветствует вклад от всех заинтересованных разработчиков. Для участия в разработке необходимо ознакомиться с правилами вклада.

Информация о версии

Информацию о версиях можно найти в файле RELEASE.md.

Лицензия

MindSpore Hub распространяется под лицензией Apache License 2.0. Как решить проблему SSL: CERTIFICATE_VERIFY_FAILED?

Из-за особенностей вашей сетевой среды, например, если вы используете прокси для подключения к интернету, часто возникают проблемы с проверкой сертификата Python SSL verification failed. В этом случае есть два способа решения проблемы:

1. Настроить SSL-сертификат (рекомендуется).
2. Добавить следующий код перед загрузкой mindspore_hub для временного решения проблемы (самый быстрый способ):

import ssl
ssl._create_default_https_context = ssl._create_unverified_context

import mindspore_hub as mshub
model = mshub.load("mindspore/1.6/googlenet_cifar10", num_classes=10)

Как решить проблему No module named src.?

При использовании интерфейса load для загрузки разных моделей в одном процессе, необходимо вставить каталог модели в переменные окружения. Однако после удаления каталога, Python всё равно будет искать файлы в этом каталоге. Решение: не добавлять переменные окружения, а скопировать все файлы из каталога модели в текущий рабочий каталог.

# mindspore_hub_install_path/load.py
def _copy_all_file_to_target_path(path, target_path):
    if not os.path.exists(target_path):
        os.makedirs(target_path)
    path = os.path.realpath(path)
    target_path = os.path.realpath(target_path)
    for p in os.listdir(path):
        copy_path = os.path.join(path, p)
        target_dir = os.path.join(target_path, p)
        _delete_if_exist(target_dir)
        if os.path.isdir(copy_path):
            _copy_all_file_to_target_path(copy_path, target_dir)
        else:
            shutil.copy(copy_path, target_dir)

def _get_network_from_cache(name, path, *args, **kwargs):
    _copy_all_file_to_target_path(path, os.getcwd())
    config_path = os.path.join(os.getcwd(), HUB_CONFIG_FILE)
    if not os.path.exists(config_path):
        raise ValueError('{} not exists.'.format(config_path))
    ......

Примечание: при загрузке следующей модели некоторые файлы предыдущей модели могут быть заменены. Но для успешного обучения новой модели необходимо завершить обучение предыдущей модели.