Lépjen kapcsolatba velünk

Kurzusleírás

A Huawei CloudMatrix bemutatása

  • A CloudMatrix ökoszisztémája és az üzembe helyezési folyamat
  • Támogatott modellek, formátumok és üzembe helyezési módok
  • Tipikus használati esetek és támogatott lapkakészletek

Modellek előkészítése az üzembe helyezéshez

  • Modellexportálás tanítóeszközökből (MindSpore, TensorFlow, PyTorch)
  • Az ATC (Ascend Tensor Compiler) használata formátumkonvertáláshoz
  • Statikus és dinamikus alakú modellek

Üzembe helyezés a CloudMatrixon

  • Szolgáltatás létrehozása és modellregisztráció
  • Következtetési szolgáltatások üzembe helyezése felületen vagy parancssoron keresztül
  • Útválasztás, hitelesítés és hozzáférés-szabályozás

Következtetési kérések kiszolgálása

  • Kötegelt és valós idejű következtetési folyamatok
  • Adat-előfeldolgozási és utófeldolgozási folyamatok
  • CloudMatrix-szolgáltatások hívása külső alkalmazásokból

Felügyelet és teljesítményhangolás

  • Üzembe helyezési naplók és kéréskövetés
  • Erőforrás-skálázás és terheléselosztás
  • Késleltetés hangolása és átviteli sebesség optimalizálása

Integráció vállalati eszközökkel

  • A CloudMatrix összekapcsolása az OBS-szel és a ModelArtsszal
  • Munkafolyamatok és modellverziózás használata
  • CI/CD a modell üzembe helyezéséhez és visszaállításához

Teljes körű következtetési folyamat

  • Egy teljes képbesorolási folyamat üzembe helyezése
  • Teljesítményteszt és pontosság-ellenőrzés
  • Átállási és rendszerriasztási helyzetek szimulálása

Összefoglalás és következő lépések

Követelmények

  • Az AI-modelltanítási munkafolyamatok ismerete
  • Tapasztalat Python-alapú ML-keretrendszerekkel
  • Alapvető jártasság a felhőalapú üzembe helyezési fogalmakban

Célközönség

  • AI-üzemeltetési csapatok
  • Gépi tanulási mérnökök
  • Felhőalapú üzembe helyezési szakemberek, akik Huawei-infrastruktúrával dolgoznak
 21 Órák

Résztvevők száma


Ár per résztvevő

Vélemények (2)

Közelgő kurzusok

Rokon kategóriák