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

Počet účastníků


Price per participant

Upcoming Courses

Související kategorie