# 基本介绍

`CPU` `GPU` `Linux` `入门`

本节介绍国产化“全栈”遥感专用机器学习框架LuoJiaNET的基本特性

## 遥感专用机器学习框架LuoJiaNET

新一代LuoJiaNET由武汉大学LuoJiaNET框架与华为LuoJiaNet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读写与存储管理。

LuoJiaNET同时与国产人工智能硬件NPU深度融合，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。

LuoJiaNET全栈机器学习框架如下图所示：

![昇腾全栈](images/architecture.png)

主要包括4个模块：

- **前端交互层**：提供可拖拽、可视化训练、全球任意区域智能解译服务（[了解更多]()）。
- **专用框架核心层**：图结构的遥感模型中间表示、编译优化方法，屏蔽执行设备差异（[了解更多]()）。
- **遥感特性嵌入层**：融合大幅面、多通道特性，和遥感地学知识引导的大规模并行优化计算（[了解更多]()）。
- **多源数据I/O层**：提供多源遥感数据加载转换方法（[了解更多]()）。

详细信息请点击[LuoJiaNET官网]()。