Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Doba trvání 7 hodiny
Návrh Školení
Úvod do ekosystému AI společnosti Huawei
- AI hardware Ascend: čipy 310, 910 a 910B
- MindSpore, CANN a doplňkové nástroje
- Vývojový tok AI: od tréninku k nasazení
Pochopení sady nástrojů CANN
- Co je CANN a proč je důležitý
- Přehled jádrových komponent (ATC, AscendCL, knihovny operátorů)
- Role CANN v pipeline AI inferencí
Zprůběžnění s MindSpore a CANN
- Nastavení prostředí (MindSpore + CANN + Python)
- Trénování základního modelu v MindSpore
- Export a konverze modelu pomocí ATC
Spouštění inferencí na zařízeních Ascend
- Použití OM modelu s AscendCL nebo Python API
- Základní předzpracování vstupů a výstupů
- Validace výstupů modelu
Práce s dalšími frameworky
- Přehled podpory pro TensorFlow, PyTorch a ONNX
- Podporovaní operátoři a omezení
- Demonstrace jednoduché konverze modelu (např. z ONNX do OM)
Prozkoumání vývojářského ekosystému CANN a MindSpore
- Klíčové zdroje: dokumentace, úložiště GitHub, ukázkový kód
- Přehled MindSpore Hub a model zoo
- Komunitní fóra, akce a kanály podpory
Shrnutí a další kroky
Požadavky
- Základní porozumění konceptům strojového učení a hlubokého učení
- Některé programátorské zkušenosti s Pythonem
- Žádné předchozí zkušenosti s CANN nebo hardwarem Ascend nejsou nutné
Cílové publikum
- Vývojáři strojového učení zkoumající procesy nasazení
- Studenti nebo výzkumníci nově vstupující do AI ekosystému Huawei
- Přispěvatelé AI frameworků a nadšenci zajímající se o akceleraci modelů
