Bize Ulaşın
 Süre 14 Saat

Eğitim İçeriği

CANN ile CV/NLP Dağıtımına Giriş

  • Eğitimin dağıtıma kadar yapay zekâ model yaşam döngüsü
  • CANN SDK araçlarının genel bakışı ve model entegrasyonundaki rolleri

CV ve NLP Modellerinin Hazırlanması

  • Modellerin PyTorch, TensorFlow ve MindSpore'dan dışa aktarılması
  • Görsel ve metin görevleri için model girdi/çıktılarının yönetimi
  • ATC aracını kullanarak modelleri OM formatına dönüştürme

AscendCL ile Çıkarım Akış Çizgilerinin Dağıtımı

  • AscendCL API'sini kullanarak CV/NLP çıkarımının çalıştırılması
  • Ön işleme akış çizgileri: görüntü boyutlandırma, tokenizasyon, normalizasyon
  • Son işleme: sınırlayıcı kutular, sınıflandırma skorları, metin çıktısı

Performans Optimizasyonu Teknikleri

  • CANN araçlarını kullanarak CV ve NLP modellerinin profilleme çıkarılması
  • Karışık hassasiyet ve parti (batch) ayarlarıyla gecikmeyi azaltma
  • Akış görevleri için bellek ve hesaplama yönetimi

Bilgisayar Görüsü Kullanım Senaryoları

  • Vaka çalışması: akıllı gözetim için nesne algılama
  • Vaka çalışması: imalatta görsel kalite kontrolü
  • Ascend 310 üzerinde canlı video analitiği akış çizgileri oluşturma

NLP Kullanım Senaryoları

  • Vaka çalışması: duygu analizi ve niyet algılama
  • Vaka çalışması: belge sınıflandırma ve özetleme
  • REST API'leri ve mesajlaşma sistemleriyle gerçek zamanlı NLP entegrasyonu

Özet ve Sonraki Adımlar

Kurs İçin Gerekli Önbilgiler

  • Bilgisayar görüsü veya NLP için derin öğrenme konusunda tanıdıklık
  • Python ve TensorFlow, PyTorch veya MindSpore gibi yapay zekâ çerçeveleriyle deneyim
  • Model dağıtımı veya çıkarım iş akışları hakkında temel bilgi

Hedef Kitle

  • Huawei’nin Ascend platformunu kullanan bilgisayar görüsü ve NLP uzmanları
  • Gerçek zamanlı algılama modelleri geliştiren veri bilimcileri ve yapay zekâ mühendisleri
  • İmalat, gözetim veya medya analitiğinde CANN akış çizgileri entegre eden geliştiriciler

Katılımcı Sayısı


Katılımcı başına fiyat

Yaklaşan Etkinlikler

İlgili Kategoriler