Takk for at du sendte din henvendelse! En av våre teammedlemmer vil kontakte deg straks.
Takk for at du sendte din bestilling! En av våre teammedlemmer vil kontakte deg straks.
Kursplan
Introduksjon til Huawei Ascend-plattformen
- Oversikt over Ascend-arkitekturen og økosystemet
- Oversikt over MindSpore og CANN
- Bruksområder og relevans i bransjen
Oppsett av utviklingsmiljøet
- Installasjon av CANN-verktøyet og MindSpore
- Bruk av ModelArts og CloudMatrix for prosjektorkestrering
- Testing av miljøet med eksempelmodeller
Modellutvikling med MindSpore
- Modelldefinisjon og trening i MindSpore
- Datarytter (pipelines) og datasettformatering
- Eksport av modeller til Ascend-kompatibel format
Ytelsesoptimalisering på Ascend
- Operatorfusjon og egne kjerner (kernels)
- Tiling-strategi og AI Core-skeduling
- Benchmarking og profileringsverktøy
Utleveringsstrategier
- Fordeler og ulemper ved edge- vs cloud-utlevering
- Bruk av MindX SDK for utlevering
- Integrering med CloudMatrix-workflows
Feilsøking og overvåking
- Bruk av Profiler og AiD for tracing
- Feilsøking av kjøringsfeil
- Overvåking av ressursbruk og gjennomstrømning (throughput)
Tilfellestudie og lab-integrasjon
- Full pipe-linje-utvikling ved bruk av MindSpore
- Lab: Bygg, optimaliser og lever ut en modell på Ascend
- Ytelsesammenligning med andre plattformer
Oppsummering og neste steg
Krav
- Forståelse av neurale nettverk og KI-workflows
- Erfaring med Python-programmering
- Kunnskap om modeltrening og utleveringsrør (pipelines)
Målgruppe
- KI-ingeniører
- Dataforskere som jobber med Huaweis KI-stak
- ML-utviklere som bruker Ascend og MindSpore
21 Timer
Referanser (1)
At jeg har skaffet kunnskap om Streamlit-biblioteket fra Python, og jeg vil sikkert prøve å bruke det for å forbedre applikasjonene i min gruppe som er laget i R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Kurs - GitHub Copilot for Developers
Maskinoversatt
