Mulțumim pentru trimiterea solicitării! Un membru al echipei noastre vă va contacta în curând.
Mulțumim pentru trimiterea rezervării! Un membru al echipei noastre vă va contacta în curând.
Schița de curs
Introducere în CANN și Procesoarele AI Ascend
- Ce este CANN? Rolul său în stiva de calcul AI a Huawei
- Prezentare generală a arhitecturii procesoarelor Ascend (310, 910 etc.)
- Prezentare generală a framework-urilor AI și a lanțului de instrumente suportate
Conversia și Compilarea Modelelor
- Utilizarea instrumentului ATC pentru conversia modelelor (TensorFlow, PyTorch, ONNX)
- Crearea și validarea fișierelor de model OM
- Gestionarea operatorilor nesuportați și a problemelor comune de conversie
Implementarea cu MindSpore și Alte Framework-uri
- Implementarea modelelor cu MindSpore Lite
- Integrarea modelelor OM cu API-uri Python sau SDK-uri C++
- Lucrul cu Ascend Model Manager
Optimizarea Performanței și Profilarea
- Înțelegerea optimizărilor AI Core, memoriei și tiling-ului
- Profilarea execuției modelelor cu instrumente CANN
- Practici recomandate pentru îmbunătățirea vitezei de inferență și a utilizării resurselor
Gestionarea Erorilor și Depanarea
- Erori comune de implementare și rezolvarea lor
- Citirea jurnalelor și utilizarea instrumentului de diagnosticare a erorilor
- Testarea unitară și validarea funcțională a modelelor implementate
Scenarii de Implementare la Margine și în Cloud
- Implementarea pe Ascend 310 pentru aplicații la margine
- Integrarea cu API-uri și microservicii bazate pe cloud
- Studii de caz din lumea reală în domeniile viziei computerizate și NLP
Rezumat și Pași Următori
Cerințe
- Experiență cu framework-uri de învățare profundă bazate pe Python, cum ar fi TensorFlow sau PyTorch
- Înțelegerea arhitecturilor rețelelor neuronale și a fluxurilor de lucru pentru antrenarea modelelor
- Familiaritate de bază cu CLI Linux și scripting
Publicul țintă
- Ingineri de AI care lucrează cu implementarea modelelor
- Practicieni în învățarea automată care urmăresc accelerarea hardware
- Dezvoltatori de învățare profundă care construiesc soluții de inferență
14 Ore