MindSpore的MNIST图片分类如何在jupyter中运行

1、首先，要保证自己安装的mindspore包是正确的，并且执行import mindspore不会出错，然后我们找到示例的代码。

mindspore官网：https://www.mindspore.cn/install

代码地址：https://gitee.com/mindspore/docs/blob/master/tutorials/tutorial_code/lenet.py

2、在黑窗口运行的方式是，将代码文件保存为.py格式。cmd打开窗口，例如保存为lenet.py，那么在窗口中执行python lenet.py --device_target=CPU。如图中所示，模型训练完成后，分类准确率0.96354。

3、但是当我们将示例代码放入到jupyter中运行时，会报如下图中错误。

因为文件不支持parser，所以需要这样修改。

4、修改步骤：1.在主函数处，将前3行传参注释掉，

第4行将device_target="CPU",

第5行dataset_sink_mode = False。

5、同时要在train_net、test_net函数传参处去掉args。

6、在主函数处调用train_net、test_net函数也要去掉args参数。

7、此时就已经修改完成，再执行代码就可以正常运行了，运行结果如下图中。每次训练模型的准确率也是不一定相同的。