Свържете се с нас

Съдържание и теми, включени в курса

Въведение в AI екосистемата на Huawei

  • AI хардуер Ascend: чипове 310, 910 и 910B
  • MindSpore, CANN и поддържащи инструменти
  • Работен процес за AI разработка: от обучение до внедряване

Разбиране на инструментариума CANN

  • Какво представлява CANN и защо има значение
  • Преглед на основните компоненти (ATC, AscendCL, операторни библиотеки)
  • Ролята на CANN в поточните линии за AI изводи

Първи стъпки с MindSpore и CANN

  • Настройка на средата (MindSpore + CANN + Python)
  • Обучение на базов модел в MindSpore
  • Експортиране и конвертиране на модела с помощта на ATC

Изпълнение на изводи на устройства Ascend

  • Използване на OM модела с AscendCL или Python API
  • Основна предварителна обработка на входни/изходни данни
  • Валидиране на изходите на модела

Работа с други рамки

  • Преглед на поддръжката за TensorFlow, PyTorch и ONNX
  • Поддържани оператори и ограничения
  • Проста демонстрация на конвертиране на модел (от ONNX към OM)

Изследване на екосистемата за разработчици на CANN и MindSpore

  • Ключови ресурси: документация, хранилища в GitHub, примерен код
  • Преглед на MindSpore Hub и зоопарка с модели
  • Обществени форуми, събития и канали за поддръжка

Обобщение и следващи стъпки

Изисквания

  • Основно разбиране на концепциите за машинно обучение и дълбоко обучение
  • Известен опит в програмирането с Python
  • Не се изисква предишен опит с CANN или хардуер Ascend

Аудитория

  • Разработчици в областта на машинното обучение, проучващи работни потоци за внедряване
  • Студенти или изследователи, които са нови в AI екосистемата на Huawei
  • Сътрудници и любители в областта на AI рамките, интересуващи се от ускоряване на модели
 7 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории