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 modeli CV/NLP z CANN
- Cykl życia modelu AI od trenowania do wdrożenia
- Kluczowe aspekty wydajnościowe dla wizji komputerowej i NLP w czasie rzeczywistym
- Przegląd narzędzi CANN SDK i ich roli w integracji modeli
Przygotowanie modeli wizji komputerowej i NLP
- Eksportowanie modeli z PyTorch, TensorFlow i MindSpore
- Obsługa wejść i wyjść modeli w zadaniach obrazowych i tekstowych
- Używanie ATC do konwersji modeli do formatu OM
Wdrażanie potoków inferencji z AscendCL
- Uruchamianie inferencji CV/NLP przy użyciu API AscendCL
- Potoki przetwarzania wstępnego: skalowanie obrazów, tokenizacja, normalizacja
- Przetwarzanie końcowe: ramki ograniczające, wyniki klasyfikacji, dane wyjściowe tekstowe
Techniki optymalizacji wydajności
- Profilowanie modeli CV i NLP za pomocą narzędzi CANN
- Redukcja opóźnień dzięki precyzji mieszanej i dostrajaniu partii
- Zarządzanie pamięcią i mocą obliczeniową w zadaniach strumieniowych
Przypadki użycia wizji komputerowej
- Studium przypadku: detekcja obiektów w inteligentnym monitoringu
- Studium przypadku: kontrola jakości wizualnej w produkcji
- Budowa potoków analityki wideo na żywo na Ascend 310
Przypadki użycia NLP
- Studium przypadku: analiza sentymentu i wykrywanie intencji
- Studium przypadku: klasyfikacja dokumentów i podsumowywanie
- Integracja NLP w czasie rzeczywistym z API REST i systemami komunikatorów
Podsumowanie i kolejne kroki
Wymagania
- Znajomość uczenia głębokiego w obszarze wizji komputerowej lub NLP
- Doświadczenie w pracy z językiem Python oraz frameworkami AI, takimi jak TensorFlow, PyTorch lub MindSpore
- Podstawowa wiedza na temat wdrażania modeli lub przepływów inferencji
Grupa docelowa
- Praktycy wizji komputerowej i NLP korzystający z platformy Huawei Ascend
- Analitycy danych i inżynierowie AI tworzący modele percepcji działające w czasie rzeczywistym
- Deweloperzy integrujący potoki CANN w przemyśle, monitoringu lub analityce mediów
14 godzin
