Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Plan Szkolenia
Wprowadzenie do CANN i procesorów Ascend AI
- Co to jest CANN? Rola w stosie obliczeniowym Huawei dla AI
- Przegląd architektury procesora Ascend (310, 910, itd.)
- Przegląd obsługiwanych ram AI i narzędzi
Wydawanie modeli z użyciem MindSpore i innych ram
- Wydawanie modeli z użyciem MindSpore Lite
- Integracja modeli OM z API Python lub SDK C++
- Praca z Ascend Model Manager
Optymalizacja wydajności i profilowanie
- Zrozumienie optymalizacji AI Core, pamięci i płytki
- Profilowanie wykonania modelu z narzędziami CANN
- Najlepsze praktyki dla poprawy szybkości inferencji i zużycia zasobów
Obsługa błędów i debugowanie
- Typowe błędy w wydawaniu i ich rozwiązania
- Czytanie logów i używanie narzędzia diagnostyki błędów
- Testowanie jednostkowe i walidacja funkcjonalna wydanych modeli
Scenariusze wdrożenia na urządzeniach Edge i w chmurze
- Wdrożenie na Ascend 310 dla aplikacji Edge
- Integracja z API opartymi na chmurze i mikrousługami
- Studia przypadków z życia rzeczywistego w komputerowym widzeniu i NLP
Podsumowanie i następne kroki
Wymagania
- Doświadczenie w oparciu o Python frameworkach uczenia głębokiego, takich jak TensorFlow lub PyTorch
- Zrozumienie architektur sieci neuronowych i przepływów pracy treningu modeli
- Podstawowa znajomość CLI i skryptowania Linux
Grupa docelowa
- Inżynierowie AI zajmujący się wdrażaniem modeli
- Praktycy uczenia maszynowego dążący do przyspieszenia sprzętowego
- Deweloperzy uczenia głębokiego budujący rozwiązania do wnioskowania
14 godzin