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 ekosystemu AI firmy Huawei
- Sprzęt AI Ascend: układy 310, 910 i 910B
- MindSpore, CANN i narzędzia pomocnicze
- Proces tworzenia AI: od trenowania do wdrożenia
Zrozumienie zestawu narzędzi CANN
- Czym jest CANN i dlaczego ma znaczenie
- Przegląd kluczowych komponentów (ATC, AscendCL, biblioteki operatorów)
- Rola CANN w potokach wnioskowania AI
Pierwsze kroki z MindSpore i CANN
- Konfigurowanie środowiska (MindSpore + CANN + Python)
- Trenowanie podstawowego modelu w MindSpore
- Eksportowanie i konwertowanie modelu przy użyciu ATC
Uruchamianie wnioskowania na urządzeniach Ascend
- Używanie modelu OM z AscendCL lub interfejsami API Pythona
- Podstawowe przetwarzanie wstępne wejścia/wyjścia
- Walidacja wyników modelu
Praca z innymi frameworkami
- Przegląd wsparcia dla TensorFlow, PyTorch i ONNX
- Obsługiwane operatory i ograniczenia
- Prosta demonstracja konwersji modelu (np. z ONNX do OM)
Poznawanie ekosystemu deweloperskiego CANN i MindSpore
- Kluczowe zasoby: dokumentacja, repozytoria GitHub, przykładowy kod
- Przegląd MindSpore Hub i zoo modeli
- Fora społecznościowe, wydarzenia i kanały wsparcia
Podsumowanie i kolejne kroki
Wymagania
- Podstawowa znajomość koncepcji uczenia maszynowego i uczenia głębokiego
- Pewne doświadczenie w programowaniu w Pythonie
- Wcześniejsze doświadczenie z CANN lub sprzętem Ascend nie jest wymagane
Grupa docelowa
- Twórcy uczenia maszynowego poznający procesy wdrażania
- Studenci lub badacze rozpoczynający pracę z ekosystemem AI firmy Huawei
- Współtwórcy frameworków AI i hobbystów zainteresowani przyspieszaniem modeli
7 godzin
