只会理论知识，不会底层实际开发实践？只会写最简单的网络层，不会深度学习框架，不会高性能计算？没有实际项目经验，无法获得面试官的青睐？昇思AI挑战赛助力你快速上手高性能深度学习框架，提升算法与项目实践经验。

昇思MindSpore是华为开源的新一代全场景AI框架，支持端、边、云全场景灵活部署，开创全新的AI编程范式，降低AI开发门槛，旨在实现开发友好、运行高效、部署灵活三大目标，同时着力构筑面向全球的人工智能开源社区，推动人工智能软硬件应用生态繁荣发展。昇思AI挑战赛，是面向全球AI开发者打造的赛事，本次开设三大赛道，涵盖AI基础领域，皆在为开发者提供一个学习昇思MindSpore，探索模型算法与提升算法能力的机会。

01 多类别图像分类

图像分类是计算机视觉中最基础的任务，目前图像分类的算法仍然在飞速发展。本赛题旨在让参赛者熟悉昇思MindSpore并锻炼参赛者使用MindSpore进行图像分类预处理、图像分类的能力。同时为了考察参赛者应对大量数据的处理能力，本赛题采用Celtech多类别图像数据集。

△ 扫码进入赛道交流群

02 文本分类

文本分类研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。文本分类在AI领域承担了重要角色。本赛题旨在让参赛者熟悉昇思MindSpore并锻炼参赛者使用MindSpore进行NLP的文本处理、文本分类的能力。本赛题采用Amazon Review数据集，参赛者需要根据用户评论文本，对用户的评分进行预测（1-5分的整数）。

△ 扫码进入赛道交流群

03 艺术家风格迁移

图像风格迁移技术的发展在图像处理、计算机视觉、影视制作等领域均发挥着不可估量的作用。本赛题旨在让参赛者熟悉昇思MindSpore并锻炼参赛者使用MindSpore进行图像风格迁移的能力。本赛题采用梵高画作作为风格迁移的目标风格。

△ 扫码进入赛道交流群

项目设置和激励

报名通道已经开启，进入比赛官网，选择赛道即可注册报名。（可多个赛道报名）

（1）扫码报名

（2）MindSpore官方资料官方QQ群 : 486831414官网：https://www.mindspore.cn/Gitee : https ://http://gitee.com/mindspore/mindsporeGitHub :https://github.com/mindspore-ai/mindspore论坛：https://bbs.huaweicloud.com/forum/forum-1076-1.html

*本文系量子位获授权刊载，观点仅为作者所有。

— 完 —

“