Plan Szkolenia

Wprowadzenie do wdrażania CV/NLP z użyciem CANN

  • Cykl życia modelu AI od trenowania do wdrożenia
  • Kluczowe kwestie wydajności dla CV i NLP w czasie rzeczywistym
  • Przegląd narzędzi CANN SDK i ich rola w integracji modeli

Przygotowywanie modeli CV i NLP

  • Eksportowanie modeli z PyTorch, TensorFlow i MindSpore
  • Obsługa wejść/wyjść modelu dla zadań dotyczących obrazów i tekstu
  • Używanie ATC do konwertowania modeli na format OM

Wdrażanie potoków wnioskowania z użyciem AscendCL

  • Uruchamianie wnioskowania CV/NLP przy użyciu API AscendCL
  • Przetwarzanie wstępnego: zmienianie rozmiaru obrazów, tokenizacja, normalizacja
  • Przetwarzanie końcowe: ramki ograniczające, wyniki klasyfikacji, tekst wyjściowy

Techniki optymalizacji wydajności

  • Profilowanie modeli CV i NLP przy użyciu narzędzi CANN
  • Zmniejszanie opóźnienia za pomocą mieszanej precyzji i dostosowywania batcha
  • Zarządzanie pamięcią i obliczeniami dla zadań strumieniowych

Przypadki użycia wizji komputerowej

  • Studium przypadku: detekcja obiektów dla inteligentnego monitoringu
  • Studium przypadku: inspekcja jakości wizualnej w produkcji
  • Tworzenie potoków analizy wideo na żywo na Ascend 310

Przypadki użycia przetwarzania języka naturalnego

  • Studium przypadku: analiza sentymentu i detekcja intencji
  • Studium przypadku: klasyfikacja i streszczenie dokumentów
  • Wdrażanie NLP w czasie rzeczywistym z REST API i systemami wiadomości

Podsumowanie i kolejne kroki

Wymagania

  • Znajomość głębokiego uczenia dla wizji komputerowej lub przetwarzania języka naturalnego
  • Doświadczenie z Pythonem i frameworkami AI takimi jak TensorFlow, PyTorch lub MindSpore
  • Podstawowe rozumienie wdrażania modeli lub przepłyłów wnioskowania

Adresaci kursu

  • Praktycy wizji komputerowej i przetwarzania języka naturalnego korzystający z platformy Huawei’s Ascend
  • Naukowcy danych i inżynierowie AI tworzący modele percepcji w czasie rzeczywistym
  • Deweloperzy integrujący potoki CANN w produkcji, monitoringu lub analizie multimediów
 14 godzin

Liczba uczestników


cena netto za uczestnika

Opinie uczestników (1)

Propozycje terminów

Powiązane Kategorie