Plan Szkolenia

Wprowadzenie do ekosystemu AI firmy Huawei

  • Sprzęt AI Ascend: chipy 310, 910 i 910B
  • MindSpore, CANN i narzędzia wspierające
  • Proces rozwoju AI: od szkolenia do wdrożenia

Zrozumienie zestawu narzędzi CANN

  • Czym jest CANN i dlaczego ma znaczenie
  • Przegląd głównych komponentów (ATC, AscendCL, biblioteki operatorów)
  • Rola CANN w potokach wnioskowania AI

Rozpoczęcie pracy z MindSpore i CANN

  • Konfigurowanie środowiska (MindSpore + CANN + Python)
  • Szkolenie podstawowego modelu w MindSpore
  • Eksportowanie i przekształcanie modelu przy użyciu ATC

Uruchamianie wnioskowania na urządzeniach Ascend

  • Używanie modelu OM z AscendCL lub Python API
  • Podstawowe przetwarzanie wejść/wyjść
  • Weryfikacja wyników modelu

Praca z innymi frameworkami

  • Przegląd wsparcia dla TensorFlow, PyTorch i ONNX
  • Obsługiwane operatory i ograniczenia
  • Demonstracja prostej konwersji modelu (np. z ONNX na OM)

Poznanie ekosystemu deweloperskiego CANN i MindSpore

  • Kluczowe zasoby: dokumentacja, repozytoria GitHub, przykładowy kod
  • Przegląd MindSpore Hub i model zoo
  • Fora społecznościowe, wydarzenia i kanały wsparcia

Podsumowanie i kolejne kroki

Wymagania

  • Podstawowa znajomość koncepcji uczenia maszynowego i głębokiego uczenia
  • Doświadczenie w programowaniu w Pythonie
  • Wymagane jest wcześniejsze doświadczenie z CANN lub sprzętem Ascend

Grupa docelowa

  • Deweloperzy uczenia maszynowego badający procesy wdrażania
  • Studenci lub badacze nowi w ekosystemie AI firmy Huawei
  • Współtwórcy frameworków AI i entuzjaści zainteresowani przyspieszeniem modeli
 7 godzin

Liczba uczestników


Cena za uczestnika

Propozycje terminów

Powiązane Kategorie