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 sine AI-økosystemer
- Ascend AI-hvervare: 310, 910 og 910B chips
- MindSpore, CANN og støttenivå verktøy
- AI-utviklingsflyt: fra trening til distribusjon
Forstå CANN-verktøysettet
- Hva er CANN og hvorfor det betyr noe
- Oversikt over komponenter (ATC, AscendCL, operator biblioteker)
- Rollet til CANN i AI-inferanse flyter
Kom i gang med MindSpore og CANN
- Oppsett av miljø (MindSpore + CANN + Python)
- Trene en grunnleggende modell i MindSpore
- Eksportere og konvertere modellen ved hjelp av ATC
Kjør inferanse på Ascend-enheter
- Bruk av OM-modeller med AscendCL eller Python APIer
- Grunnleggende inntaks-/utdata forbehandling
- Validering av modell utdata
Arbeide med andre rammeverk
- Oversikt over støtte for TensorFlow, PyTorch og ONNX
- Støttede operatører og begrensninger
- Enkel modell konverterings demo (f.eks. fra ONNX til OM)
Utforske CANN og MindSpore utviklerøkosystemet
- Viktige ressurser: dokumentasjon, GitHub repositorier, eksempelkode
- Oversikt over MindSpore Hub og modell zoo
- Samfunnsforum, arrangementer og støttekanaler
Oppsummering og neste steg
Krav
- Grunnleggende forståelse av maskininlærings- og dype læring-konsepter
- Noe programmerings erfaring med Python
- Ingen forutsette erfaring med CANN eller Ascend-hvervare kreves
Målgruppe
- Maskininlæringsutviklere som utforsker distribusjonsflyter
- Studenter eller forskere nye i Huawei sine AI-økosystemer
- Bidragsytere til AI-rammeverk og entusiaster interessert i modellakselerasjon
7 Timer
