MindSpore QuickStart——LSTM算法实践学习

MindSpore QuickStart——LSTM算法实践学习

不得不说本作者实在很菜，还要努力的学习。首先说明一下：

1.机器学习和深度学习可以说初探完了，但是其功力太浅。

2.本想只是学习一下，看看的，但是还是入坟了

3.作者能力实在有限，基础实在太差，太菜，只是将流程走了一遍，部分理解不了。

此文为期两天的华为mindspore框架深度学习：

第一天：

1.MindSpore的WASM与Rust实验：

2.基于eBPF的AI kernel观测：

3.轻松使用Volcano和kubeflow进行分布式部署：

第一天我是啥也不懂，只有两字：**

还好第三个作业是跟着文档走的，这一块非常感谢。总之最后完成了作业。

第二天：

1.MindSpore0.3.0新版本介绍：下午发布

2.MindSpore QuickStart——LSTM算法实践：

3.算法加速大杀器：二阶优化详解：

这个还可以，毕竟之前学习了paddlepaddle一点还能有所理解

主要说一下mindspore对lstm算法实践：

特此说明：在这里我是使用jupyter去完成的，没有使用ssh远程

准备数据

1.使用git拷贝：

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

2.切换到这个路径

cd /mindspore/example/lstm_aclImdb/

3.下载数据，上传数据

这是数据下载地址

http://ai.stanford.edu/~amaas/data/sentiment/aclImdb_v1.tar.gz
http://nlp.stanford.edu/data/glove.6B.zip

将它们解压：

unzip glove.6B.zip -d ./glove

tar -xvzf aclImdb_v1.tar.gz

安装需要包：

pip install gensim

pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/0.3.0-alpha/MindSpore/gpu/ubuntu_x86/cuda-10.1/mindspore_gpu-0.3.0-cp37-cp37m-linux_x86_64.whl

这也是mindspore刚发行的版本

执行程序：

执行：

!python train.py --preprocess=true --aclimdb_path=./aclImdb --glove_path=./glove --ckpt_path=./ckpt

使用这个命令将会产生错误如下：

我们以此解决：

!python -m gensim.scripts.glove2word2vec --input  ./glove/glove.6B.300d.txt --output ./glove/glove.6B.300d.w2vformat.txt
mv glove/glove.6B.300d.txt glove/glove.6B.300d.txt.bak
mv glove/glove.6B.300d.w2vformat.txt glove/glove.6B.300d.txt

再次执行：

!python train.py --preprocess=true --aclimdb_path=./aclImdb --glove_path=./glove --ckpt_path=./ckp

等待训练结果：

执行验证程序：

python eval.py --ckpt_path=./ckpt/lstm-20_390.ckpt 

产生结果：

致此结束，到这里本作者终于淦完。

最后总结一下：

在这两日学习，这两日的复现让我真的学习到很多知识和接触很多，对此非常感谢mindspore官方提供的学习机会。

此上如有不足之处，望您指正。