Plan Szkolenia

Wprowadzenie do ekosystemu AI Huawei

  • Oprogramowanie Ascend AI: układy 310, 910 i 910B
  • MindSpore, CANN oraz narzędzia wspomagające
  • Przepływ pracy rozwoju AI: od treningu do wdrażania

Zapoznanie się z narzędziem CANN

  • Co to jest CANN i dlaczego jest ważne
  • Przegląd głównych komponentów (ATC, AscendCL, biblioteki operacji)
  • Rola CANN w pipeline’ach inferencji AI

Wprowadzenie do MindSpore i CANN

  • Konfiguracja środowiska (MindSpore + CANN + Python)
  • Trening podstawowego modelu w MindSpore
  • Eksportowanie i konwersja modelu za pomocą ATC

Wykonanie inferencji na urządzeniach Ascend

  • Używanie modelu OM z API AscendCL lub Python
  • Podstawowa obróbka wejścia/wyjścia
  • Weryfikacja wyjść 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)

Badanie ekosystemu CANN i MindSpore dla programistów

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

Podsumowanie i następne kroki

Wymagania

  • Podstawowa znajomość koncepcji uczenia maszynowego i uczenia głębokiego
  • Doświadczenie w programowaniu z Python
  • Brak wcześniejszego doświadczenia z CANN lub sprzętem Ascend nie jest wymagany

Grupa docelowa

  • Programiści uczenia maszynowego eksplorujący przepływy wdrażania
  • Studenci lub badacze nowi w ekosystemie AI firmy Huawei
  • Współtwórcy ram ramowych AI i hobbyści zainteresowani przyspieszaniem modeli
 7 godzin

Liczba uczestników


cena netto za uczestnika

Propozycje terminów

Powiązane Kategorie