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.
Czas trwania 14 godzin
Plan Szkolenia
Wprowadzenie do CANN i procesorów Ascend AI
- Czym jest CANN? Rola w stosie obliczeniowym AI firmy Huawei
- Przegląd architektury procesorów Ascend (310, 910 itd.)
- 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 typowych problemów z konwersją
Wdrażanie z wykorzystaniem MindSpore i innych frameworków
- Wdrażanie modeli z MindSpore Lite
- Integracja modeli OM z interfejsami API Pythona lub zestawami SDK C++
- Praca z Ascend Model Manager
Optymalizacja wydajności i profilowanie
- Zrozumienie rdzenia AI Core, pamięci i optymalizacji kafelkowania
- Profilowanie wykonywania modeli za pomocą narzędzi CANN
- Najlepsze praktyki poprawy szybkości wnioskowania i wykorzystania zasobów
Obsługa błędów i debugowanie
- Typowe błędy wdrażania i sposoby ich rozwiązywania
- Czytanie logów i korzystanie z narzędzia do diagnozowania błędów
- Testy jednostkowe i walidacja funkcjonalna wdrożonych modeli
Scenariusze wdrażania na urządzeniach brzegowych i w chmurze
- Wdrażanie na Ascend 310 w aplikacjach brzegowych
- Integracja z interfejsami API i mikrousługami w chmurze
- Studia przypadków z życia wzięte w dziedzinie widzenia komputerowego i przetwarzania języka naturalnego
Podsumowanie i dalsze kroki
Wymagania
- Doświadczenie w pracy z frameworkami głębokiego uczenia opartymi na Pythonie, takimi jak TensorFlow lub PyTorch
- Zrozumienie architektur sieci neuronowych i procesów trenowania modeli
- Podstawowa znajomość interfejsu CLI systemu Linux i skryptów
Grupa docelowa
- Inżynierowie AI pracujący nad wdrażaniem modeli
- Praktycy uczenia maszynowego dążący do akceleracji sprzętowej
- Deweloperzy głębokiego uczenia tworzący rozwiązania wnioskowania
