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 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
Opinie uczestników (1)
I genuinely enjoyed the hands-on approach.
Kevin De Cuyper
Szkolenie - Computer Vision with OpenCV
Przetłumaczone przez sztuczną inteligencję