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 7 ore
Schița de curs
Introducere în ecosistemul AI al Huawei
- Hardware AI Ascend: cipuri 310, 910 și 910B
- MindSpore, CANN și instrumente auxiliare
- Fluxul de lucru pentru dezvoltarea AI: de la antrenare la deploy
Înțelegerea setului de instrumente CANN
- Ce este CANN și de ce contează
- Prezentare generală a componentelor de bază (ATC, AscendCL, biblioteci de operatori)
- Rolul CANN în pipeline-urile de inferență AI
Primii pași cu MindSpore și CANN
- Configurarea mediului (MindSpore + CANN + Python)
- Antrenarea unui model de bază în MindSpore
- Exportarea și convertirea modelului folosind ATC
Rularea inferenței pe dispozitive Ascend
- Utilizarea modelului OM cu AscendCL sau API-uri Python
- Preprocesare de bază pentru input/output
- Validarea rezultatelor modelului
Lucrul cu alte frameworkuri
- Prezentare generală a suportului pentru TensorFlow, PyTorch și ONNX
- Operatori suportați și limitări
- Demo simplu de conversie a modelului (de exemplu, din ONNX în OM)
Explorarea ecosistemului de dezvoltatori CANN și MindSpore
- Resurse cheie: documentație, repository-uri GitHub, cod de exemple
- Prezentare generală MindSpore Hub și model zoo
- Forumuri comunitare, evenimente și canale de suport
Rezumat și pașii următori
Cerințe
- Înțelegere de bază a conceptelor de machine learning și deep learning
- Oarecare experiență de programare cu Python
- Nu este necesară experiență anterioară cu CANN sau hardware Ascend
Public țintă
- Dezvoltatori de machine learning care explorează fluxuri de lucru de deploy
- Studenți sau cercetători noi în ecosistemul AI al Huawei
- Contribuitori la frameworkuri AI și pasionați interesați de accelerarea modelelor
