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

Numărul de participanți


Pret per participant

Cursuri viitoare

Categorii înrudite