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 Ecosistemul AI al Huawei
- Hardware-ul AI Ascend: procesoarele 310, 910 și 910B
- MindSpore, CANN și instrumentele de suport
- Fluxul de dezvoltare AI: de la antrenament la implementare
Înțelegerea Setului de Instrumente CANN
- Ce este CANN și de ce este important
- Prezentare generală a componentelor de bază (ATC, AscendCL, biblioteci de operatori)
- Rolul CANN în pipeline-urile de inferență AI
Începutul Lucrului cu MindSpore și CANN
- Configurarea mediului (MindSpore + CANN + Python)
- Antrenarea unui model de bază în MindSpore
- Exportarea și conversia modelului folosind ATC
Executarea Inferenței pe Dispozitive Ascend
- Utilizarea modelului OM cu AscendCL sau API-uri Python
- Prelucrarea de bază a intrărilor/ieșirilor
- Validarea rezultatelor modelului
Lucrul cu Alte Framework-uri
- Prezentare generală a suportului pentru TensorFlow, PyTorch și ONNX
- Operatori suportați și limitări
- Demo de conversie a unui model simplu (de exemplu, de la ONNX la OM)
Explorarea Ecosistemului de Dezvoltatori CANN și MindSpore
- Resurse cheie: documentație, depozite GitHub, cod de exemplu
- Prezentare generală a MindSpore Hub și a model zoo
- Forumuri comunitare, evenimente și canale de suport
Rezumat și Pași Următori
Cerințe
- Înțelegere de bază a conceptelor de învățare automată și învățare profundă
- Experiență de programare în Python
- Nu este necesară experiență anterioară cu CANN sau hardware-ul Ascend
Publicul țintă
- Dezvoltatori de învățare automată care explorează fluxurile de lucru de implementare
- Studenți sau cercetători noi în ecosistemul AI al Huawei
- Contribuitori și pasionați de framework-uri AI interesați de accelerarea modelelor
7 Ore