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 al ecosistema de IA de Huawei
- Hardware Ascend de IA: chips 310, 910 y 910B
- MindSpore, CANN y herramientas de soporte
- Flujo de trabajo de desarrollo de IA: desde el entrenamiento hasta el despliegue
Comprensión del kit de herramientas CANN
- ¿Qué es CANN y por qué es importante?
- Descripción general de los componentes principales (ATC, AscendCL, bibliotecas de operadores)
- El papel de CANN en las cadenas de inferencia de IA
Primeros pasos con MindSpore y CANN
- Configuración del entorno (MindSpore + CANN + Python)
- Entrenamiento de un modelo básico en MindSpore
- Exportación y conversión del modelo usando ATC
Ejecución de inferencia en dispositivos Ascend
- Uso del modelo OM con AscendCL o APIs de Python
- Preprocesamiento básico de entradas y salidas
- Validación de las salidas del modelo
Trabajo con otros frameworks
- Descripción general del soporte para TensorFlow, PyTorch y ONNX
- Operadores compatibles y limitaciones
- Demostración simple de conversión de modelos (por ejemplo, de ONNX a OM)
Exploración del ecosistema de desarrolladores de CANN y MindSpore
- Recursos clave: documentación, repositorios de GitHub, código de ejemplo
- Descripción general de MindSpore Hub y el zoo de modelos
- Foros de la comunidad, eventos y canales de soporte
Resumen y siguientes pasos
Requerimientos
- Conocimientos básicos de conceptos de aprendizaje automático y aprendizaje profundo
- Experiencia previa en programación con Python
- No se requiere experiencia previa con CANN o hardware Ascend
Público objetivo
- Desarrolladores de aprendizaje automático que exploran flujos de trabajo de despliegue
- Estudiantes o investigadores nuevos en el ecosistema de IA de Huawei
- Contribuyentes a frameworks de IA y entusiastas interesados en la aceleración de modelos
7 Horas