Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a CANN y procesadores de IA Ascend
- ¿Qué es CANN? Su papel en la pila de computación de IA de Huawei
- Descripción general de la arquitectura del procesador Ascend (310, 910, etc.)
- Frameworks de IA compatibles y descripción general de la cadena de herramientas
Conversión y compilación de modelos
- Uso de la herramienta ATC para convertir modelos (TensorFlow, PyTorch, ONNX)
- Creación y validación de archivos de modelo OM
- Manejo de operadores no compatibles y problemas comunes de conversión
Despliegue con MindSpore y otros frameworks
- Despliegue de modelos con MindSpore Lite
- Integración de modelos OM con APIs de Python o SDKs de C++
- Trabajo con el administrador de modelos de Ascend
Optimización y perfilado del rendimiento
- Comprensión de optimizaciones en AI Core, memoria y tiling
- Perfilado de la ejecución de modelos con herramientas CANN
- Mejores prácticas para mejorar la velocidad de inferencia y el uso de recursos
Manejo de errores y depuración
- Errores comunes de despliegue y su resolución
- Lectura de registros y uso de la herramienta de diagnóstico de errores
- Pruebas unitarias y validación funcional de modelos desplegados
Escenarios de despliegue en el borde y en la nube
- Despliegue en Ascend 310 para aplicaciones en el borde
- Integración con APIs y microservicios basados en la nube
- Estudios de caso del mundo real en visión por computadora y NLP
Resumen y siguientes pasos
Requerimientos
- Experiencia con frameworks de aprendizaje profundo basados en Python, como TensorFlow o PyTorch
- Comprensión de arquitecturas de redes neuronales y flujos de trabajo de entrenamiento de modelos
- Conocimientos básicos de la interfaz de línea de comandos (CLI) de Linux y scripting
Público objetivo
- Ingenieros de IA que trabajan en el despliegue de modelos
- Practicantes de aprendizaje automático enfocados en la aceleración por hardware
- Desarrolladores de aprendizaje profundo que construyen soluciones de inferencia
14 Horas