План на курса

Въведение в екосистемата на Huawei за изкуствен интелигент

  • Ascend хардуер за изкуствен интелигент: чипове 310, 910 и 910B
  • MindSpore, CANN и инструменти за подкрепа
  • Работен процес за развитие на изкуствен интелигент: от обучение до развертане

Разбиране на CANN Toolkit

  • Какво е CANN и защо е важно
  • Преглед на основните компоненти (ATC, AscendCL, библиотеки с оператори)
  • Ролята на CANN в пиплайните за извличане на изкуствен интелигент

Започване с MindSpore и CANN

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

Изпълнение на извличане на информация на устройства Ascend

  • Използване на модел OM с API-тата на AscendCL или Python
  • Базова предобработка на вход/изход
  • Проверка на изходите на модела

Работа с други платформи

  • Преглед на поддръжката за TensorFlow, PyTorch и ONNX
  • Поддържани оператори и ограничения
  • Демонстрация на проста конверсия на модел (например от ONNX към OM)

Разглеждане на екосистемата на CANN и MindSpore за разработчици

  • Ключови ресурси: документация, GitHub репозитории, примерен код
  • Преглед на MindSpore Hub и зоологическа градина на модели
  • Форум на общността, събития и канали за подкрепа

Резюме и следващи стъпки

Изисквания

  • Основни знания за машинно обучение и концепции за дълбоко обучение
  • Някакво програмиране с Python
  • Няма необходими предварителни знания за CANN или хардуер Ascend

Целева аудитория

  • Разработчици на машинно обучение, изследващи процеси за развертане
  • Студенти или изследователи, нови в екосистемата за изкуствен интелект на Huawei
  • Приносители към рамки за изкуствен интелект и хобисти, заинтересовани в ускоряване на моделите
 7 часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории