Plan Szkolenia

Wprowadzenie do platformy Huawei Ascend

  • Przegląd architektury i ekosystemu Ascend
  • Omówienie MindSpore i CANN
  • Zastosowania i znaczenie w branży

Konfiguracja środowiska deweloperskiego

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

Rozwój modeli z wykorzystaniem MindSpore

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

Optymalizacja wydajności na Ascend

  • Łączenie operatorów i niestandardowe jądra
  • Strategia tilingu i planowanie AI Core
  • Narzędzia do benchmarkingu i profilowania

Strategie wdrażania

  • Kompromisy między wdrażaniem na brzegu a w chmurze
  • Wykorzystanie SDK MindX do wdrażania
  • Integracja z przepływami pracy CloudMatrix

Debugowanie i monitorowanie

  • Wykorzystanie Profiler i AiD do śledzenia
  • Debugowanie błędów podczas działania
  • Monitorowanie wykorzystania zasobów i przepustowości

Studium przypadku i integracja laboratorium

  • Pełny rozwój potoku 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 procesów trenowania i wdrażania modeli

Grupa docelowa

  • Inżynierowie AI
  • Naukowcy zajmujący się danymi, pracujący ze stosem AI Huawei
  • Deweloperzy ML korzystający z Ascend i MindSpore
 21 godzin

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (2)

Propozycje terminów

Powiązane Kategorie