Plan Szkolenia

Wprowadzenie do platformy Huawei Ascend

  • Przegląd architektury i ekosystemu Ascend
  • Przegląd MindSpore i CANN
  • Przeznaczenia i znaczenie w branży

Konfiguracja środowiska programistycznego

  • Instalowanie zestawu narzędzi CANN i MindSpore
  • Używanie ModelArts i CloudMatrix do orchestracji projektów
  • Testowanie środowiska za pomocą przykładowych modeli

Rozwoj modeli z użyciem MindSpore

  • Definiowanie i trening modeli w MindSpore
  • Potoki danych i formatowanie zbiorów danych
  • Eksportowanie modeli do formatu kompatybilnego z Ascend

Optymalizacja wydajności na Ascend

  • Fuzja operatorów i niestandardowe jądra
  • Strategia płytki i harmonogram AI Core
  • Narzędzia do benchmarkingu i profilowania

Strategie wdrażania

  • Zalety i wady wdrażania na obrzeżach vs w chmurze
  • Używanie MindX SDK do wdrażania
  • Integracja z procesami CloudMatrix

Debugowanie i monitorowanie

  • Używanie Profiler i AiD do śledzenia
  • Debugowanie błędów podczas wykonywania
  • Monitorowanie zużycia zasobów i przepustowości

Studium przypadku i integracja z laboratorium

  • Pełny rozwój pipeline z użyciem MindSpore
  • Laboratorium: Budowa, optymalizacja i wdrażanie modelu na Ascend
  • Porównanie wydajności z innymi platformami

Podsumowanie i następne kroki

Wymagania

  • Znajomość sieci neuronowych i przepływów AI
  • Doświadczenie z programowaniem Python
  • Znajomość z procesami trenowania i wdrażania modeli

Grupa docelowa

  • Inżynierowie AI
  • Naukowcy danych pracujący z zestawem AI Huawei
  • Programiści ML używający Ascend i MindSpore
 21 godzin

Liczba uczestników


cena netto za uczestnika

Opinie uczestników (1)

Propozycje terminów

Powiązane Kategorie