中文 | View English
TinyMS是基于MindSpore AI框架开发，面向上层用户的一个高级API开发库，目的是让小白用户能够更加轻松地上手开发深度学习应用。
| 版本分发工具 | 版本 | 安装命令 |
|---|---|---|
| PyPI | x.y.z | pip install tinyms==x.y.z |
| latest | pip install git+https://github.com/tinyms-ai/tinyms.git |
|
| Docker | x.y.z | docker pull tinyms==x.y.z |
| latest | - |
注意： 表格中的
x.y.z需替换成具体的版本号。
欢迎查阅安装文档实现一键安装TinyMS。
不知道用TinyMS做什么❓ 通过快速上手指南，您可以在一分钟内快速开发一个图形分类应用❗
当然，我们在这里也为您提供了一些TinyMS常用的使用场景，您可以快速体验到TinyMS开发的简易和流畅性。
from tinyms.data import MnistDataset, download_dataset
from tinyms.vision import mnist_transform
data_path = download_dataset('mnist')
mnist_ds = MnistDataset(data_path, shuffle=True)
mnist_ds = mnist_transform.apply_ds(mnist_ds) |
from tinyms.model import lenet5
net = lenet5(class_num=10) |
from tinyms.model import Model
model = Model(net)
model.compile(loss_fn=net_loss, optimizer=net_opt, metrics=net_metrics)
model.train(epoch_size, train_dataset)
model.save_checkpoint('./checkpoint_lenet.ckpt')
···
model.load_checkpoint('./checkpoint_lenet.ckpt')
model.eval(eval_dataset) |
from PIL import Image
import tinyms as ts
from tinyms.model import Model, lenet5
from tinyms.vision import mnist_transform
img = Image.open(img_path)
img = mnist_transform(img)
net = lenet5(class_num=10)
model = Model(net)
model.load_checkpoint('./checkpoint_lenet.ckpt')
input = ts.expand_dims(ts.array(img), 0)
res = model.predict(input).asnumpy()
print("The label is:", mnist_transform.postprocess(res)) |
如果您想了解TinyMS的Python API接口，请访问TinyMS API文档。
TinyMS配套了完善的教程，适合纯小白入手。
| 集数 | 标题 | 主题内容 | 学习文档 | 状态 | 更新时间 |
|---|---|---|---|---|---|
| EP01 | 最适合小白的深度学习入门课程来了! | 老师简介+深度学习科普+课程介绍 | 无 | 已发布 | 2021.3.30 |
| EP02 | 计算机是如何识别图像的? | 计算机识别图像科普+TinyMS安装（Ubuntu、Win10、Docker安装） | TinyMS快速安装 | 已发布 | 2021.3.31 |
| EP03 | 30min速成Shell脚本命令 | shell基本命令、变量与传参、数组、运算符、test命令、使用函数、输入输出重定向、流程控制函数以及常见的文件操作命令 | Shell脚本30min速成指南 | 已发布 | 2021.4.1 |
| EP04 | 30min速成Python指南（上） | Python安装、基础语法、原始数据类型及运算符介绍 | Python30min速成指南(上) | 已发布 | 2021.4.23 |
| EP05 | 30min速成Python指南（下） | Python条件语句、循环语句、迭代器、生成器、函数、类、模块、高级用法、及深度学习中常用的Python库 | Python30min速成指南(下) | 已发布 | 2022.1.10 |
欢迎加入TinyMS社区进行贡献，如果您还不太清楚TinyMS社区的运作流程，可通过贡献指南的学习快速上手社区贡献。
版本说明请参阅RELEASE。