Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Plan Szkolenia
Wprowadzenie do CANN i procesorów Ascend AI
- Czym jest CANN? Rola w stosie obliczeniowym AI Huawei
- Przegląd architektury procesorów Ascend (310, 910 itp.)
- Obsługiwane frameworki AI i przegląd łańcucha narzędzi
Konwersja i kompilacja modeli
- Korzystanie z narzędzia ATC do konwersji modeli (TensorFlow, PyTorch, ONNX)
- Tworzenie i walidacja plików modeli OM
- Obsługa nieobsługiwanych operatorów i typowe problemy z konwersją
Wdrażanie z wykorzystaniem MindSpore i innych frameworków
- Wdrażanie modeli z wykorzystaniem MindSpore Lite
- Integracja modeli OM z interfejsami API w Pythonie lub SDK w C++
- Praca z Ascend Model Manager
Optymalizacja wydajności i profilowanie
- Zrozumienie optymalizacji AI Core, pamięci i podziału na kafelki
- Profilowanie wykonywania modeli za pomocą narzędzi CANN
- Najlepsze praktyki poprawy szybkości wnioskowania i wykorzystania zasobów
Obsługa błędów i debugowanie
- Typowe błędy wdrażania i ich rozwiązania
- Czytanie logów i korzystanie z narzędzia do diagnozowania błędów
- Testowanie jednostkowe i walidacja funkcjonalna wdrożonych modeli
Scenariusze wdrażania na urządzeniach brzegowych i w chmurze
- Wdrażanie na Ascend 310 dla aplikacji brzegowych
- Integracja z interfejsami API i mikrousługami w chmurze
- Studia przypadków z zakresu przetwarzania obrazu i NLP
Podsumowanie i kolejne kroki
Wymagania
- Doświadczenie w pracy z frameworkami do uczenia głębokiego opartymi na Pythonie, takimi jak TensorFlow lub PyTorch
- Zrozumienie architektur sieci neuronowych i procesów treningowych modeli
- Podstawowa znajomość interfejsu wiersza poleceń Linux i skryptów
Grupa docelowa
- Inżynierowie AI zajmujący się wdrażaniem modeli
- Praktycy uczenia maszynowego wykorzystujący przyspieszanie sprzętowe
- Programiści uczenia głębokiego tworzący rozwiązania do wnioskowania
14 godzin