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: 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