0. 什么是Moxing MoXing是华为云ModelArts团队自研的分布式训练加速框架,它构建于开源的深度学习引擎TensorFlow、MXNet、PyTorch、Keras之上。 相对于TensorFlow和MXNet原生API而言,MoXing API让模型代码的编写更加简单,允许用户只需要关心数据输入(input_fn)和模型构建(model_fn)的代码,即可实现任意模型在多GPU和分布式下的高性能运行,降低了TensorFlow和MXNet的使用门槛。另外,MoXing-TensorFlow还将支持自动超参选择和自动模型结构搜索,用户无需关心超参和模型结构,做到模型全自动学习 1. MoXing-TensorFlow 1.1 MoXing 介绍与性能测试 MoXing-TensorFlow简介与性能测试报告 1.2. MoXing 文件操作 MoXing中提供了一套文件对象API:mox.file API document,可以用来读写本地文件,同时也支持OBS文件系统。 1.3. Getting Started 基于MoXing-TensorFlow的手写数字识别样例代码 1.4. 训练 resnet50-flowers 基于MoXing-TensorFlow训练一个resnet50模型的案例 1.5. 进阶:迁移学习 resnet50-flowers 进阶案例,载入预训练的resnet50,在flowers数据集上做迁移学习,并使用新特性加速训练 1.6. MoXing-TensorFlow 接口文档 MoXing-TensorFlow的常用接口文档 1.7. MoXing-TensorFlow 更多案例 MoXing-TensorFlow更多案例脚本,代码仅供参考 1.8. MoXing-TensorFlow 详细使用手册 MoXing-TensorFlow详细使用手册以及一些常见错误参考