体验mindspore的BERT finetune

up主girafree分享了在华为ModelArts上使用MindSpore对BERT_base模型进行finetune和evalution的经验。他表示MindSpore的使用体验良好,与keras/pytorch相似,并在底层架构上进行了优化,如自动微分和自动并行,提升了运算性能。他还鼓励对MindSpore感兴趣的人关注相关公众号和B站频道获取更多技术分享。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

转载地址:https://bbs.huaweicloud.com/forum/thread-77785-1-1.html

作者:girafree

哈喽大家好,我是b站的up主girafree,今天来给大家分享一下mindspore的使用初体验

我在华为的modelarts平台上用今日头条开源的新闻数据集对BERT_base模型做了一次finetune和evalution,具体流程可以参考:https://bbs.huaweicloud.com/blogs/197542

整体上mindspore的使用体验我觉得很舒适,层/模型的定义和keras/pytorch差不多

image.png

另外mindspore在底层架构上也做了很多优化,比如自动微分/自动并行,使得不论是使用体验还是运算性能上都有提升。总体来说还是很值得我们去学习和使用的!

感兴趣的同学欢迎关注我们的公众号、B站,搜索MindSpore即可,也欢迎关注MindSpore的抖音账号:MindSpore梯度森林会,持续给大家分享技术干货哦~

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值