Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Návrh Školení
Úvod do AI ekosystému Huawei
- Ascend AI hardware: čipy 310, 910 a 910B
- MindSpore, CANN a podporující nástroje
- AI vývojový pracovní postup: od školení k nasazení
Porozumění toolkitu CANN
- Co je CANN a proč je důležitý
- Přehled hlavních komponent (ATC, AscendCL, knihovny operátorů)
- Úloha CANN v AI inferenčních potrubích
Začínání s MindSpore a CANN
- Nastavení prostředí (MindSpore + CANN + Python)
- Trénování základního modelu v MindSpore
- Export a převod modelu pomocí ATC
Spouštění inferencí na zařízeních Ascend
- Použití OM modelu s AscendCL nebo API Python
- Základní předzpracování vstupů/výstupů
- Ověření výsledků modelu
Práce s jinými frameworky
- Přehled podpory pro TensorFlow, PyTorch a ONNX
- Podporované operátory a omezení
- Demonstrace jednoduché konverze modelu (např. z ONNX na OM)
Průzkum ekosystému vývojářů CANN a MindSpore
- Klíčové zdroje: dokumentace, repozitáře GitHub, ukázkový kód
- Přehled MindSpore Hubu a zoo modelů
- Komunitní fóra, akce a kanály podpory
Závěr a další kroky
Požadavky
- Základní znalosti pojmů z oblasti strojového učení a hlubokého učení
- Nějaký zážitek s programováním v Python
- Nejsou vyžadovány předchozí znalosti CANN nebo hardwaru Ascend
Cílová skupina
- Vývojáři strojového učení, kteří zkoumají pracovní postupy nasazování
- Studenti nebo výzkumníci nově přišli ke Huawei AI ekosystému
- Prispěvatelé k AI frameworkům a nadšenci zainteresovaní akcelerací modelů
7 hodiny