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 CANN
- Cykl życia modelu AI od szkolenia do wdrożenia
- Kluczowe aspekty wydajności dla przetwarzania obrazu i języka naturalnego w czasie rzeczywistym
- Przegląd narzędzi CANN SDK i ich rola w integracji modeli
Przygotowanie modeli CV i NLP
- Eksportowanie modeli z PyTorch, TensorFlow i MindSpore
- Obsługa danych wejściowych/wyjściowych dla zadań związanych z obrazem i tekstem
- Używanie ATC do konwersji modeli do formatu OM
Wdrażanie potoków wnioskowania z AscendCL
- Uruchamianie wnioskowania CV/NLP przy użyciu interfejsu API AscendCL
- Potoki przetwarzania wstępnego: zmiana rozmiaru obrazu, tokenizacja, normalizacja
- Przetwarzanie końcowe: ramki ograniczające, wyniki klasyfikacji, dane tekstowe
Techniki optymalizacji wydajności
- Profilowanie modeli CV i NLP przy użyciu narzędzi CANN
- Zmniejszanie opóźnień dzięki mieszanej precyzji i dostrajaniu partii
- Zarządzanie pamięcią i mocą obliczeniową dla zadań strumieniowych
Przypadki użycia w przetwarzaniu obrazu
- Studium przypadku: detekcja obiektów w inteligentnym monitoringu
- Studium przypadku: kontrola jakości wizualnej w produkcji
- Budowanie potoków analizy wideo w czasie rzeczywistym na Ascend 310
Przypadki użycia w przetwarzaniu języka naturalnego
- Studium przypadku: analiza sentymentu i wykrywanie intencji
- Studium przypadku: klasyfikacja i podsumowywanie dokumentów
- Integracja NLP w czasie rzeczywistym z interfejsami REST API i systemami przesyłania wiadomości
Podsumowanie i kolejne kroki
Wymagania
- Znajomość uczenia głębokiego w zakresie przetwarzania obrazu lub języka naturalnego
- Doświadczenie w pracy z Pythonem i frameworkami AI, takimi jak TensorFlow, PyTorch lub MindSpore
- Podstawowa znajomość procesów wdrażania modeli lub przepływów wnioskowania
Grupa docelowa
- Praktycy przetwarzania obrazu i języka naturalnego korzystający z platformy Huawei Ascend
- Naukowcy zajmujący się danymi i inżynierowie AI rozwijający modele percepcji w czasie rzeczywistym
- Programiści integrujący potoki CANN w produkcji, monitoringu lub analizie mediów
14 godzin
Opinie uczestników (1)
I genuinely enjoyed the hands-on approach.
Kevin De Cuyper
Szkolenie - Computer Vision with OpenCV
Przetłumaczone przez sztuczną inteligencję