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.
Durata 14 ore
Schița de curs
Introducere în CANN și procesoarele Ascend AI
- Ce este CANN? Rolul său în platforma de calcul AI a Huawei
- Prezentarea arhitecturii procesoarelor Ascend (310, 910 etc.)
- Framework-uri AI suportate și prezentarea lanțului de instrumente
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 frecvente 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 profiling
- Înțelegerea optimizărilor AI Core, memorie și tiling
- Profiling-ul execuției modelelor cu instrumentele CANN
- Cele mai bune practici pentru îmbunătățirea vitezei de inferență și a utilizării resurselor
Gestionarea erorilor și depanarea
- Erori frecvente de implementare și rezolvarea lor
- Citirea log-urilor și utilizarea instrumentului de diagnosticare a erorilor
- Testarea unitară și validarea funcțională a modelelor implementate
Scenarii de implementare edge și cloud
- Implementarea pe Ascend 310 pentru aplicații edge
- Integrarea cu API-uri cloud și microservicii
- Studii de caz reale în computer vision și NLP
Rezumat și pașii următori
Cerințe
- Experiență cu framework-uri de deep learning bazate pe Python, cum ar fi TensorFlow sau PyTorch
- Înțelegerea arhitecturilor de rețele neuronale și a fluxurilor de lucru pentru antrenarea modelelor
- Familiaritate de bază cu CLI Linux și scripting
Public țintă
- Ingineri AI care lucrează cu implementarea modelelor
- Practicieni în machine learning care vizează accelerarea hardware
- Dezvoltatori de deep learning care construiesc soluții de inferență
