Bądźmy w kontakcie

Plan Szkolenia

Wprowadzenie do platformy Huawei Ascend

  • Przegląd architektury i ekosystemu Ascend
  • Przegląd MindSpore i CANN
  • Przykłady zastosowań i znaczenie w branży

Konfiguracja środowiska programistycznego

  • Instalacja zestawu narzędzi CANN i MindSpore
  • Wykorzystanie ModelArts i CloudMatrix do orkiestracji projektów
  • Testowanie środowiska na przykładowych modelach

Tworzenie modeli z MindSpore

  • Definiowanie i trenowanie modeli w MindSpore
  • Potoki danych i formatowanie zbiorów danych
  • Eksportowanie modeli do formatu zgodnego z Ascend

Optymalizacja wydajności na Ascend

  • Fuzja operatorów i niestandardowe kernele
  • Strategia tiling i planowanie zadań na rdzeniach AI
  • Narzędzia do testów porównawczych i profilowania

Strategie wdrażania

  • Kompromisy między wdrażaniem brzegowym a chmurowym
  • Wykorzystanie SDK MindX do wdrażania
  • Integracja z przepływami pracy CloudMatrix

Debugowanie i monitorowanie

  • Wykorzystanie Profiler i AiD do śledzenia
  • Debugowanie błędów czasu wykonania
  • Monitorowanie wykorzystania zasobów i przepustowości

Studium przypadku i integracja laboratoryjna

  • Tworzenie pełnego potoku z wykorzystaniem MindSpore
  • Laboratorium: budowanie, optymalizacja i wdrażanie modelu na Ascend
  • Porównanie wydajności z innymi platformami

Podsumowanie i dalsze kroki

Wymagania

  • Znajomość sieci neuronowych i przepływów pracy AI
  • Doświadczenie w programowaniu w języku Python
  • Znajomość procesów trenowania i wdrażania modeli

Grupa docelowa

  • Inżynierowie AI
  • Analitycy danych pracujący ze stosem AI Huawei
  • Deweloperzy uczenia maszynowego korzystający z Ascend i MindSpore
 21 godzin

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (1)

Propozycje terminów

Powiązane Kategorie