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 Huawei
- Hardware AI Ascend: cipuri 310, 910 și 910B
- MindSpore, CANN și instrumente suport
- Fluxul de lucru pentru dezvoltarea AI: de la antrenare la implementare
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
Noțiuni de bază cu MindSpore și CANN
- Configurarea mediului de lucru (MindSpore + CANN + Python)
- Antrenarea unui model de bază în MindSpore
- Exportul și conversia modelului folosind ATC
Rularea inferenței pe dispozitive Ascend
- Folosirea modelului OM cu AscendCL sau API-uri Python
- Preprocesare de bază pentru intrări/ieșiri
- Validarea rezultatelor modelului
Lucrul cu alte framework-uri
- Prezentare generală a suportului pentru TensorFlow, PyTorch și ONNX
- Operatori suportați și limitări
- Demo simplu de conversie a unui model (de exemplu, de la ONNX la OM)
Explorarea ecosistemului de dezvoltatori CANN și MindSpore
- Resurse cheie: documentație, repository-uri GitHub, cod de exemplu
- 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
- Ceva 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 implementare
- Studenți sau cercetători noi în ecosistemul AI Huawei
- Contribuitori la framework-uri AI și pasionați interesați de accelerarea modelelor
