Eğitim İçeriği

CANN ve Ascend AI İşlemcilerine Giriş

  • CANN nedir? Huawei'nin AI hesaplama zinciri içindeki rolü
  • Ascend işlemci mimarisinin genel bakışı (310, 910 vb.)
  • Desteklenen AI çerçeveler ve araç zinciri genel bakışı

Model Dönüştürme ve Derleme

  • ATC aracı ile model dönüştürmesi (TensorFlow, PyTorch, ONNX)
  • OM model dosyalarının oluşturulması ve doğrulanması
  • Desteklenmeyen operatörlerle ve ortak dönüştürme sorunlarıyla başa çıkma

MindSpore ile Diğer Çerçevelere Yayınlanma

  • Modelin MindSpore Lite ile yayınlanması
  • OM modellerin Python API'leri veya C++ SDK'ları ile tümleştirilmesi
  • Ascend Model Yöneticisi ile çalışmak

Performans Optimizasyonu ve Profiling

  • AI Core, bellek ve tesir optimizasyonlarını anlama
  • CANN araçlarıyla model yürütümünü analiz etme
  • Tahmin hızını ve kaynak kullanımını artırmak için en iyi uygulamalar

Hata Yönetimi ve Debugging

  • Ortak yayın hataları ve çözümleri
  • Günlükleri okuma ve hata teşhis aracı kullanımı
  • Yayılmış modellerin birim testi ve işlevsel doğrulama

Kenar ve Bulut Yayın Senaryoları

  • Sınır uygulamaları için Ascend 310'e yayınlanma
  • Bulut tabanlı API'ler ve mikro hizmetlerle tümleştirme
  • Bilgisayar зрения ve NLP'de gerçek dünyada durum çalışmaları

Özeti ve Sonraki Adımlar

Kurs İçin Gerekli Önbilgiler

  • Python temelli derin öğrenme çatılarıyla deneyim (örneğin TensorFlow veya PyTorch)
  • Sinir ağı mimarilerini ve model eğitimi akışlarını anlama
  • Linux CLI ve betik ile temel olarak tanışlık

Kitle

  • Model dağıtımında çalışan AI mühendisleri
  • Donanım hızlandırma hedefleyen makine öğrenimi uygulayıcıları
  • Tahmin çözümleri geliştiren derin öğrenme geliştiricileri
 14 Saat

Katılımcı Sayısı


Kişi Başına Fiyat

Yaklaşan Etkinlikler

İlgili Kategoriler