Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
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