遥感专用机器学习框架LuoJiaNET,由武汉大学LuoJiaNET框架团队与华为MindSpore框架研究小组联合打造而成, 是遥感领域首个国产化自主可控的遥感专用机器学习框架,针对遥感数据像幅尺寸大、数据通道多、尺度变化大等特性, 具备内存可扩展、尺度通道灵活创建、数据通道自主优选、框架与数据协同处理的特点。可兼容已有深度学习框架, 并提供用户友好的、可拖拽的交互式网络结构搭建界面的方法。能屏蔽不同硬件设备间差异,同时管理多样化的遥感影像样本库LuoJiaSET, 实现遥多源感影像样本的高效存储管理。
LuoJiaNET同时与国产人工智能硬件NPU深度融合,可同时支持CPU、GPU、NPU等硬件资源,使智能计算软硬件充分协同,形成融合探测机理与地学知识的统一计算图表达、编译优化、图算融合、 自动混合并行的新一代遥感智能解译框架,可进行遥感样本自动提纯与增广,充分融合探测机理与地学知识。
-
请参照LuoJiaNet安装手册 安装whl包或源码编译安装
-
执行以下命令,验证安装结果。
import numpy as np import luojianet_ms.context as context import luojianet_ms.nn as nn from luojianet_ms import Tensor from luojianet_ms.ops import operations as P context.set_context(mode=context.GRAPH_MODE, device_target="CPU") class Mul(nn.Module): def __init__(self): super(Mul, self).__init__() self.mul = P.Mul() def call(self, x, y): return self.mul(x, y) x = Tensor(np.array([1.0, 2.0, 3.0]).astype(np.float32)) y = Tensor(np.array([4.0, 5.0, 6.0]).astype(np.float32)) mul = Mul() print(mul(x, y))
[ 4. 10. 18.]
-
LuoJiaNET安装手册中,相应的源码见tutorial
版本说明请参阅RELEASE。