Kurzusleírás

Bevezetés az Huawei Ascend Platformba

  • Áttekintés az Ascend architektúráról és ekoszisztémáról
  • MindSpore és CANN áttekintése
  • Felhasználási esetek és ipari relevancia

A fejlesztői környezet beállítása

  • A CANN eszköztár és a MindSpore telepítése
  • A ModelArts és a CloudMatrix használata projektkoordinálásra
  • A környezet tesztelése minta modelljekkel

Modellszervezés MindSpore-mal

  • Modelldefiníció és kicsinálás MindSpore-ban
  • Adatfolyamok és adatkészlet formázása
  • Modellek exportálása Ascend-kompatibilis formátumba

Teljesítményoptimalizálás Ascend-en

  • Operátor fúzió és saját magok
  • Tiling stratégia és AI Core időzítés
  • Teljesítménymérő és profiler eszközök

Telepítési stratégiák

  • Szél vs. felhő telepítési kompromisszumok
  • A MindX SDK használata telepítéshez
  • Integráció a CloudMatrix munkafolyamatokkal

Hibakeresés és monitorozás

  • Profiler és AiD használata nyomkövetésre
  • Futtatási hiba hibakeresése
  • Erőforráshasználat és áthallás monitorozása

Esettanulmány és labor integráció

  • Teljes pipeline fejlesztés MindSpore-mal
  • Labor: Modell építése, optimalizálása és telepítése Ascend-en
  • Teljesítmény összehasonlítása más platformokkal

Összegzés és következő lépések

Követelmények

  • Hálózati neuronhálók és AI munkafolyamatok megértése
  • Python programozási tapasztalat
  • Ismerkedés a modellképzési és telepítési folyamatokkal

Célközönség

  • AI mérnökök
  • Huawei AI stackkel dolgozó adat tudósok
  • Ascend és MindSpore használó ML fejlesztők
 21 Órák

Résztvevők száma


Ár résztvevőnként

Vélemények (1)

Közelgő kurzusok

Rokon kategóriák