Plan Szkolenia

Wprowadzenie do platformy Huawei Ascend

  • Przegląd architektury i ekosystemu Ascend
  • Przegląd MindSpore i CANN
  • Przypadki użycia i zastosowania w przemyśle

Ustawianie środowiska programistycznego

  • Instalacja zestawu narzędzi CANN i MindSpore
  • Korzystanie z ModelArts i CloudMatrix do zarządzania projektami
  • Testowanie środowiska przy użyciu przykładowych modeli

Tworzenie modelu za pomocą MindSpore

  • Definicja i trening modelu w MindSpore
  • Potoki danych i formatowanie zestawów danych
  • Eksportowanie modeli do Ascend-zgodnego formatu

Optymalizacja wydajności na Ascend

  • Fuzja operatorów i niestandardowe jądra
  • Strategia tilingu i harmonogram AI Core
  • Narzędzia do benchmarkowania i profilowania

Strategie wdrażania

  • Porównanie wdrożeń na krawędzi i w chmurze
  • Korzystanie z SDK MindX do wdrażania
  • Integracja z przepływami pracy CloudMatrix

Debugowanie i monitorowanie

  • Używanie Profiler i AiD do śledzenia
  • Debugowanie błędrów w czasie wykonywania
  • Monitorowanie zużycia zasobów i przepustowości

Studium przypadku i integracja laboratorium

  • Pełny potok rozwoju przy użyciu MindSpore
  • Laboratorium: budowanie, optymalizacja i wdrażanie modelu na Ascend
  • Porównanie wydajności z innymi platformami

Podsumowanie i kolejne kroki

Wymagania

  • Zrozumienie sieci neuronowych i przepływów pracy AI
  • Doświadczenie w programowaniu w Pythonie
  • Znajomość potoków treningu i wdrażania modeli

Audience

  • Inżynierowie AI
  • Data scientists pracujący z stosem Huawei AI
  • Deweloperzy ML korzystający z Ascend i MindSpore
 21 godzin

Liczba uczestników


cena netto za uczestnika

Opinie uczestników (1)

Propozycje terminów

Powiązane Kategorie