Schița de curs

Introducere în Ecosistemul de Inteligență Artificială al Huawei

  • Hardware AI Ascend: chipurile 310, 910 și 910B
  • MindSpore, CANN și instrumentele de suport
  • Fluxul de lucru pentru dezvoltarea AI: antrenament până la deployare

Înțelegerea Toolkit-ului CANN

  • Ce este CANN și de ce contează
  • Panoramă a componentelor principale (ATC, AscendCL, biblioteci de operatori)
  • Rolul lui CANN în pipeline-uri de inferență AI

Începând 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 bazice de intrare/ieșire
  • Validarea iesirilor modelului

Lucrul cu Alte Frameworks

  • Panoramă a suportului pentru TensorFlow, PyTorch și ONNX
  • Operatori suportați și limitații
  • Demonstrație simplă de conversie a modelului (de exemplu, din ONNX la OM)

Explorarea Ecosistemului Developer al CANN și MindSpore

  • Resurse cheie: documentație, depozite de GitHub, cod sursă exemplu
  • Panoramă a MindSpore Hub și model zoo
  • Foruri comunitare, evenimente și canale de suport

Rezumat și Următoarele Pași

Cerințe

  • Înțelegere de bază a conceptelor de învățare automată și învățare profunda
  • Unele experiențe de programare cu Python
  • Nu este necesară experiența prealabilă cu CANN sau hardware Ascend

Publicul vizat

  • Dezvoltatorii de învățare automată care cercetează fluxurile de lucru pentru implementarea modelelor
  • Studenți sau cercetători noi la ecosistemul AI al Huawei
  • Contributorii și hobbiștii framework-urilor AI interesati de accelerarea modelului
 7 ore

Numărul de participanți


Pret per participant

Upcoming Courses

Categorii înrudite