CANN SDK dla potoków przetwarzania obrazu i języka naturalnego - Plan Szkolenia
CANN SDK (Compute Architecture for Neural Networks) oferuje potężne narzędzia do wdrażania i optymalizacji aplikacji AI w czasie rzeczywistym w dziedzinie przetwarzania obrazu i języka naturalnego, szczególnie na sprzęcie Huawei Ascend.
To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do praktyków AI na poziomie średniozaawansowanym, którzy chcą budować, wdrażać i optymalizować modele wizyjne i językowe przy użyciu CANN SDK w przypadkach użycia produkcyjnego.
Po zakończeniu szkolenia uczestnicy będą mogli:
- Wdrażać i optymalizować modele CV i NLP przy użyciu CANN i AscendCL.
- Korzystać z narzędzi CANN do konwersji modeli i integrowania ich w potoki produkcyjne.
- Optymalizować wydajność wnioskowania dla zadań takich jak detekcja, klasyfikacja i analiza sentymentu.
- Budować potoki CV/NLP w czasie rzeczywistym dla scenariuszy wdrażania na krawędzi lub w chmurze.
Format kursu
- Interaktywny wykład i demonstracja.
- Praktyczne laboratorium z wdrażaniem modeli i profilowaniem wydajności.
- Projektowanie potoków w czasie rzeczywistym na podstawie rzeczywistych przypadków użycia CV i NLP.
Opcje dostosowania kursu
- Aby zamówić dostosowane szkolenie, skontaktuj się z nami w celu uzgodnienia szczegółów.
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
Szkolenia otwarte są realizowane w przypadku uzbierania się grupy szkoleniowej liczącej co najmniej 5 osób na dany termin.
CANN SDK dla potoków przetwarzania obrazu i języka naturalnego - Plan Szkolenia - Rezerwacja
CANN SDK dla potoków przetwarzania obrazu i języka naturalnego - Plan Szkolenia - Zapytanie
CANN SDK dla potoków przetwarzania obrazu i języka naturalnego - Zapytanie o Konsultacje
Propozycje terminów
Szkolenia Powiązane
Zaawansowany LangGraph: Optymalizacja, Debugowanie i Monitorowanie Złożonych Grafów
35 godzinLangGraph to framework do budowania stanowych, wieloaktorowych aplikacji LLM jako komponowalnych grafów z trwałym stanem i kontrolą nad wykonaniem.
To szkolenie prowadzone przez instruktora na żywo (online lub na miejscu) jest skierowane do zaawansowanych inżynierów platform AI, DevOps dla AI oraz architektów ML, którzy chcą optymalizować, debugować, monitorować i zarządzać systemami LangGraph na poziomie produkcyjnym.
Po zakończeniu szkolenia uczestnicy będą mogli:
- Projektować i optymalizować złożone topologie LangGraph pod kątem szybkości, kosztów i skalowalności.
- Zapewniać niezawodność poprzez retry, timeouty, idempotentność i odzyskiwanie oparte na checkpointach.
- Debugować i śledzić wykonania grafów, inspekcjonować stan i systematycznie odtwarzać problemy produkcyjne.
- Instrumentować grafy za pomocą logów, metryk i śladów, wdrażać do produkcji oraz monitorować SLA i koszty.
Format kursu
- Interaktywny wykład i dyskusja.
- Wiele ćwiczeń i praktyki.
- Praktyczna implementacja w środowisku live-lab.
Opcje dostosowania kursu
- Aby zamówić dostosowane szkolenie, prosimy o kontakt w celu ustalenia szczegółów.
Tworzenie agentów kodujących z Devstral: od projektowania agentów po narzędzia
14 godzinDevstral to otwartoźródłowe framework zaprojektowany do tworzenia i uruchamiania agentów kodujących, które mogą współdziałać z bazami kodu, narzędziami deweloperskimi i API w celu zwiększenia produktywności inżynierskiej.
To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do inżynierów ML na poziomie średnio zaawansowanym i zaawansowanym, zespołów zajmujących się narzędziami deweloperskimi oraz SRE, którzy chcą projektować, implementować i optymalizować agentów kodujących przy użyciu Devstral.
Po zakończeniu szkolenia uczestnicy będą mogli:
- Konfigurować i dostosowywać Devstral do rozwoju agentów kodujących.
- Projektować przepływy pracy agentów do eksploracji i modyfikacji baz kodu.
- Integrować agentów kodujących z narzędziami deweloperskimi i API.
- Wdrażać najlepsze praktyki w zakresie bezpiecznego i efektywnego wdrażania agentów.
Format kursu
- Interaktywne wykłady i dyskusje.
- Wiele ćwiczeń i praktyki.
- Praktyczna implementacja w środowisku live-lab.
Opcje dostosowania kursu
- Aby zamówić dostosowane szkolenie, prosimy o kontakt w celu ustalenia szczegółów.
Open-Source Model Ops: Samodzielne hostowanie, dostrajanie i zarządzanie z modelami Devstral i Mistral
14 godzinModele Devstral i Mistral to otwartoźródłowe technologie AI zaprojektowane do elastycznego wdrażania, dostrajania i skalowalnej integracji.
To szkolenie prowadzone przez instruktora na żywo (online lub na miejscu) jest skierowane do inżynierów uczenia maszynowego, zespołów platformowych i inżynierów badawczych na poziomie średnio zaawansowanym i zaawansowanym, którzy chcą samodzielnie hostować, dostrajać i zarządzać modelami Mistral i Devstral w środowiskach produkcyjnych.
Po zakończeniu szkolenia uczestnicy będą mogli:
- Konfigurować i przygotowywać środowiska samodzielnego hostowania dla modeli Mistral i Devstral.
- Stosować techniki dostrajania w celu uzyskania wydajności dostosowanej do domeny.
- Wdrażać wersjonowanie, monitorowanie i zarządzanie cyklem życia modeli.
- Zapewniać bezpieczeństwo, zgodność i odpowiedzialne korzystanie z modeli open-source.
Format kursu
- Interaktywny wykład i dyskusja.
- Ćwiczenia praktyczne w zakresie samodzielnego hostowania i dostrajania.
- Implementacja w czasie rzeczywistym potoków zarządzania i monitorowania.
Opcje dostosowania kursu
- Aby zamówić dostosowane szkolenie, skontaktuj się z nami w celu uzgodnienia szczegółów.
Rozwój rozpoznawania twarzy opartego na AI dla organów ścigania
21 godzinTo szkolenie prowadzone przez instruktora, na żywo w Polsce (online lub na miejscu) jest skierowane do początkujących pracowników organów ścigania, którzy chcą przejść od ręcznego szkicowania twarzy do korzystania z narzędzi AI w celu opracowania systemów rozpoznawania twarzy.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Zrozumieć podstawy sztucznej inteligencji i uczenia maszynowego.
- Poznać podstawy cyfrowego przetwarzania obrazów i ich zastosowanie w rozpoznawaniu twarzy.
- Rozwinąć umiejętności korzystania z narzędzi i frameworków AI do tworzenia modeli rozpoznawania twarzy.
- Zdobyć praktyczne doświadczenie w tworzeniu, trenowaniu i testowaniu systemów rozpoznawania twarzy.
- Zrozumieć kwestie etyczne i najlepsze praktyki w zakresie stosowania technologii rozpoznawania twarzy.
Fiji: Wprowadzenie do naukowego przetwarzania obrazów
21 godzinFiji to potężny pakiet do przetwarzania obrazów o otwartym kodzie źródłowym, który łączy ImageJ (program przeznaczony do naukowych obrazów wielowymiarowych) wraz z kompleksowym zestawem wtyczek do analizy obrazów naukowych.
Podczas tego szkolenia prowadzonego przez instruktora na żywo uczestnicy nauczą się, jak wykorzystać dystrybucję Fiji i jej podstawowy program ImageJ do tworzenia solidnych aplikacji do analizy obrazów.
Pod koniec szkolenia uczestnicy będą mogli:
- Wykorzystywać zaawansowane funkcje programistyczne i komponenty oprogramowania Fiji do rozszerzania możliwości ImageJ
- Składać duże obrazy 3D z nakładających się fragmentów
- Automatyzować aktualizację instalacji Fiji podczas uruchamiania przy użyciu zintegrowanego systemu aktualizacji
- Wybierać spośród szerokiej gamy języków skryptowych do budowania niestandardowych rozwiązań do analizy obrazów
- Korzystać z potężnych bibliotek Fiji, takich jak ImgLib, do efektywnego przetwarzania dużych zbiorów danych bioobrazowych
- Wdrażać aplikacje i efektywnie współpracować z innymi naukowcami nad podobnymi projektami
Format kursu
- Interaktywny wykład i dyskusja
- Rozbudowane ćwiczenia i praktyczne zastosowanie
- Praktyczna implementacja w środowisku live-lab
Opcje dostosowania kursu
- Aby zamówić dostosowane szkolenie, skontaktuj się z nami w celu uzgodnienia szczegółów.
Fiji: Przetwarzanie obrazów w biotechnologii i toksykologii
14 godzinTo szkolenie prowadzone przez instruktora w Polsce (online lub na miejscu) skierowane jest do początkujących i średnio zaawansowanych badaczy oraz profesjonalistów laboratoryjnych, którzy chcą przetwarzać i analizować obrazy związane z tkankami histologicznymi, komórkami krwi, glonami i innymi próbkami biologicznymi.
Po zakończeniu szkolenia uczestnicy będą mogli:
- Poruszać się po interfejsie Fiji i korzystać z podstawowych funkcji ImageJ.
- Przetwarzać i poprawiać jakość obrazów naukowych w celu lepszej analizy.
- Analizować obrazy ilościowo, w tym liczenie komórek i pomiar powierzchni.
- Automatyzować powtarzalne zadania za pomocą makr i wtyczek.
- Dostosowywać przepływy pracy do specyficznych potrzeb analizy obrazów w badaniach biologicznych.
Zastosowania LangGraph w Finansach
35 godzinLangGraph to framework do budowania stanowych, wieloagentowych aplikacji LLM jako komponowalnych grafów z trwałym stanem i kontrolą nad wykonaniem.
To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do profesjonalistów na poziomie średniozaawansowanym i zaawansowanym, którzy chcą projektować, implementować i zarządzać rozwiązaniami opartymi na LangGraph w finansach, z zachowaniem właściwego zarządzania, obserwowalności i zgodności.
Po zakończeniu szkolenia uczestnicy będą w stanie:
- Projektować przepływy pracy LangGraph specyficzne dla finansów, zgodne z wymaganiami regulacyjnymi i audytowymi.
- Integrować standardy i ontologie danych finansowych w stan i narzędzia grafu.
- Implementować niezawodność, bezpieczeństwo i kontrolę z udziałem człowieka w kluczowych procesach.
- Wdrażaæ, monitorować i optymalizować systemy LangGraph pod kątem wydajności, kosztów i SLA.
Format kursu
- Interaktywny wykład i dyskusja.
- Wiele ćwiczeń i praktyki.
- Praktyczna implementacja w środowisku live-lab.
Opcje dostosowania kursu
- Aby zamówić dostosowane szkolenie, skontaktuj się z nami.
LangGraph Foundations: Grafowe Łańcuchy i Promptowanie LLM
14 godzinLangGraph to framework do tworzenia aplikacji LLM opartych na grafach, które wspierają planowanie, rozgałęzienia, wykorzystanie narzędzi, pamięć oraz kontrolowane wykonywanie.
To szkolenie prowadzone przez instruktora, na żywo (online lub na miejscu), jest skierowane do początkujących programistów, inżynierów promptów oraz praktyków danych, którzy chcą projektować i budować niezawodne, wieloetapowe przepływy pracy LLM przy użyciu LangGraph.
Po zakończeniu szkolenia uczestnicy będą mogli:
- Wyjaśnić podstawowe koncepcje LangGraph (węzły, krawędzie, stan) oraz kiedy ich używać.
- Tworzyć łańcuchy promptów, które rozgałęziają się, wywołują narzędzia i zachowują pamięć.
- Integrować wyszukiwanie i zewnętrzne API w przepływach pracy opartych na grafach.
- Testować, debugować i oceniać aplikacje LangGraph pod kątem niezawodności i bezpieczeństwa.
Format kursu
- Interaktywny wykład i moderowana dyskusja.
- Prowadzone laboratoria i omówienie kodu w środowisku piaskownicy.
- Ćwiczenia oparte na scenariuszach dotyczące projektowania, testowania i oceny.
Opcje dostosowania kursu
- Aby zamówić dostosowane szkolenie, skontaktuj się z nami w celu uzgodnienia szczegółów.
LangGraph w Ochronie Zdrowia: Orchestracja Procesów w Środowiskach Regulowanych
35 godzinLangGraph umożliwia tworzenie stanowych, wieloagentowych procesów opartych na LLM z precyzyjną kontrolą ścieżek wykonania i trwałości stanu. W ochronie zdrowia te możliwości są kluczowe dla zapewnienia zgodności, interoperacyjności oraz budowania systemów wsparcia decyzyjnego dostosowanych do medycznych procesów.
To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do profesjonalistów na poziomie średnio zaawansowanym i zaawansowanym, którzy chcą projektować, wdrażać i zarządzać rozwiązaniami opartymi na LangGraph w ochronie zdrowia, uwzględniając wyzwania regulacyjne, etyczne i operacyjne.
Po zakończeniu szkolenia uczestnicy będą w stanie:
- Projektować procesy LangGraph specyficzne dla ochrony zdrowia z uwzględnieniem zgodności i możliwości audytu.
- Integrować aplikacje LangGraph z medycznymi ontologiami i standardami (FHIR, SNOMED CT, ICD).
- Stosować najlepsze praktyki w zakresie niezawodności, możliwości śledzenia i wyjaśnialności w wrażliwych środowiskach.
- Wdrażaæ, monitorować i walidować aplikacje LangGraph w środowiskach produkcyjnych w ochronie zdrowia.
Format kursu
- Interaktywny wykład i dyskusja.
- Ćwiczenia praktyczne z rzeczywistymi studiami przypadków.
- Praktyka wdrażania w środowisku live-lab.
Opcje dostosowania kursu
- Aby zamówić dostosowane szkolenie, prosimy o kontakt w celu uzgodnienia szczegółów.
LangGraph dla Aplikacji Prawniczych
35 godzinLangGraph to framework do budowania stanowych, wieloagentowych aplikacji LLM w formie komponowalnych grafów z trwałym stanem i precyzyjną kontrolą nad wykonaniem.
To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do profesjonalistów na poziomie średniozaawansowanym i zaawansowanym, którzy chcą projektować, implementować i obsługiwać rozwiązania oparte na LangGraph z niezbędnymi kontrolami zgodności, śledzenia i zarządzania.
Po zakończeniu szkolenia uczestnicy będą mogli:
- Projektować przepływy pracy LangGraph specyficzne dla prawników, zachowując możliwość audytu i zgodność.
- Integrować ontologie prawne i standardy dokumentów w stan i przetwarzanie grafu.
- Implementować zabezpieczenia, zatwierdzenia z udziałem człowieka i śledzone ścieżki decyzyjne.
- Wdrażać, monitorować i utrzymywać usługi LangGraph w produkcji z możliwością obserwacji i kontroli kosztów.
Format Kursu
- Interaktywny wykład i dyskusja.
- Wiele ćwiczeń i praktyki.
- Praktyczna implementacja w środowisku live-lab.
Opcje Dostosowania Kursu
- Aby zamówić dostosowane szkolenie, skontaktuj się z nami.
Tworzenie dynamicznych przepływów pracy z wykorzystaniem LangGraph i agentów LLM
14 godzinLangGraph to framework do tworzenia grafowych przepływów pracy opartych na LLM, które obsługują rozgałęzienia, użycie narzędzi, pamięć i kontrolowane wykonanie.
To szkolenie prowadzone przez instruktora na żywo (online lub na miejscu) jest skierowane do inżynierów i zespołów produktowych na poziomie średniozaawansowanym, którzy chcą połączyć logikę grafów LangGraph z pętlami agentów LLM, aby budować dynamiczne, kontekstowo świadome aplikacje, takie jak agenci obsługi klienta, drzewa decyzyjne i systemy wyszukiwania informacji.
Po zakończeniu szkolenia uczestnicy będą mogli:
- Projektować przepływy pracy oparte na grafach, które koordynują agentów LLM, narzędzia i pamięć.
- Implementować warunkowe routowanie, ponawianie prób i mechanizmy awaryjne dla niezawodnego wykonania.
- Integrować wyszukiwanie, API i strukturalne wyniki w pętle agentów.
- Oceniać, monitorować i wzmacniać zachowanie agentów pod kątem niezawodności i bezpieczeństwa.
Format kursu
- Interaktywny wykład i moderowana dyskusja.
- Prowadzone laboratoria i przeglądy kodu w środowisku piaskownicy.
- Ćwiczenia projektowe oparte na scenariuszach i recenzje koleżeńskie.
Opcje dostosowania kursu
- Aby zamówić dostosowane szkolenie dla tego kursu, prosimy o kontakt w celu uzgodnienia szczegółów.
LangGraph do Automatyzacji Marketingu
14 godzinLangGraph to framework orkiestracji oparty na grafach, który umożliwia warunkowe, wieloetapowe przepływy pracy z wykorzystaniem LLM i narzędzi, idealny do automatyzacji i personalizacji procesów tworzenia treści.
To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do marketerów, strategów treści i developerów automatyzacji na poziomie średniozaawansowanym, którzy chcą wdrożyć dynamiczne, rozgałęzione kampanie e-mailowe i procesy generowania treści z wykorzystaniem LangGraph.
Po zakończeniu szkolenia uczestnicy będą mogli:
- Projektować przepływy pracy treści i e-maili oparte na grafach z logiką warunkową.
- Integrować LLM, API i źródła danych w celu automatyzacji personalizacji.
- Zarządzać stanem, pamięcią i kontekstem w wieloetapowych kampaniach.
- Oceniać, monitorować i optymalizować wydajność przepływów pracy i wyniki dostarczania.
Format Kursu
- Interaktywne wykłady i dyskusje grupowe.
- Praktyczne laboratoria wdrażające przepływy pracy e-mail i procesy treści.
- Ćwiczenia oparte na scenariuszach dotyczące personalizacji, segmentacji i logiki rozgałęzień.
Opcje Dostosowania Kursu
- Aby zamówić dostosowane szkolenie, skontaktuj się z nami.
Le Chat Enterprise: Prywatne ChatOps, Integracje i Kontrole Administracyjne
14 godzinLe Chat Enterprise to prywatne rozwiązanie ChatOps, które zapewnia bezpieczne, konfigurowalne i zarządzane możliwości konwersacyjnej sztucznej inteligencji dla organizacji, z obsługą RBAC, SSO, łączników oraz integracji z aplikacjami korporacyjnymi.
Szkolenie prowadzone przez instruktora na żywo (online lub na miejscu) jest skierowane do menedżerów produktów, liderów IT, inżynierów rozwiązań oraz zespołów ds. bezpieczeństwa i zgodności na poziomie średnio zaawansowanym, którzy chcą wdrożyć, skonfigurować i zarządzać Le Chat Enterprise w środowiskach korporacyjnych.
Po zakończeniu szkolenia uczestnicy będą mogli:
- Skonfigurować i wdrożyć Le Chat Enterprise w bezpieczny sposób.
- Włączyć RBAC, SSO oraz kontrole oparte na zgodności.
- Zintegrować Le Chat z aplikacjami korporacyjnymi i magazynami danych.
- Projektować i wdrażać playbooki zarządzania i administracji dla ChatOps.
Format kursu
- Interaktywne wykłady i dyskusje.
- Wiele ćwiczeń i praktyki.
- Praktyczna implementacja w środowisku live-lab.
Opcje dostosowania kursu
- Aby zamówić dostosowane szkolenie, skontaktuj się z nami.
Python i głębokie uczenie z OpenCV 4
14 godzinTo szkolenie prowadzone przez instruktora na żywo w Polsce (online lub na miejscu) jest skierowane do inżynierów oprogramowania, którzy chcą programować w Pythonie z wykorzystaniem OpenCV 4 do głębokiego uczenia.
Po zakończeniu szkolenia uczestnicy będą mogli:
- Przeglądać, ładować i klasyfikować obrazy oraz filmy za pomocą OpenCV 4.
- Wdrażać głębokie uczenie w OpenCV 4 z TensorFlow i Keras.
- Uruchamiać modele głębokiego uczenia i generować wpływowe raporty z obrazów i filmów.
Vision Builder for Automated Inspection
35 godzinTo szkolenie prowadzone przez instruktora, na żywo w Polsce (online lub na miejscu) jest skierowane do profesjonalistów na poziomie średniozaawansowanym, którzy chcą używać Vision Builder AI do projektowania, wdrażania i optymalizacji zautomatyzowanych systemów inspekcji dla procesów SMT (Surface-Mount Technology).
Po zakończeniu szkolenia uczestnicy będą w stanie:
- Konfigurować i ustawiać zautomatyzowane inspekcje przy użyciu Vision Builder AI.
- Pozyskiwać i przetwarzać wysokiej jakości obrazy do analizy.
- Wdrażać decyzje oparte na logice do wykrywania wad i walidacji procesów.
- Generować raporty z inspekcji i optymalizować wydajność systemu.