CANN SDK a Számítógépes Látás és NLP Folyamatokhoz Képzés
A CANN SDK (Compute Architecture for Neural Networks) hatékony telepítési és optimalizálási eszközöket kínál valós idejű AI alkalmazásokhoz a számítógépes látás és NLP területén, különösen a Huawei Ascend hardvereken.
Ez az oktató által vezetett, élő képzés (online vagy helyszínen) középszintű AI szakembereknek szól, akik a CANN SDK segítségével szeretnének látási és nyelvi modelleket építeni, telepíteni és optimalizálni üzemi használati esetekhez.
A képzés végén a résztvevők képesek lesznek:
- CV és NLP modellek telepítése és optimalizálása a CANN és AscendCL segítségével.
- CANN eszközök használata modellek átalakításához és integrálásához élő folyamatokba.
- Inferencia teljesítmény optimalizálása feladatokhoz, mint az észlelés, osztályozás és érzelmek elemzése.
- Valós idejű CV/NLP folyamatok építése peremhálózati vagy felhőalapú telepítési forgatókönyvekhez.
A képzés formátuma
- Interaktív előadás és bemutató.
- Gyakorlati labor modell telepítéssel és teljesítményprofilozással.
- Élő folyamat tervezés valós CV és NLP használati esetekkel.
Kurzus Testreszabási Lehetőségek
- Ha testreszabott képzést szeretne kérni ehhez a kurzushoz, kérjük, lépjen kapcsolatba velünk a megbeszélés érdekében.
Kurzusleírás
Bevezetés a CV/NLP telepítésbe a CANN segítségével
- AI modell életciklusa a képzéstől a telepítésig
- Kulcsfontosságú teljesítményszempontok valós idejű CV és NLP esetén
- Áttekintés a CANN SDK eszközökről és szerepük a modell integrációban
CV és NLP modellek előkészítése
- Modellek exportálása PyTorch, TensorFlow és MindSpore rendszerekből
- Modell bemenetek/kimenetek kezelése kép- és szöveges feladatokhoz
- ATC használata modellek OM formátumba konvertálásához
Inferencia folyamatok telepítése AscendCL segítségével
- CV/NLP inferencia futtatása az AscendCL API segítségével
- Előfeldolgozási folyamatok: képátméretezés, tokenizálás, normalizálás
- Utófeldolgozás: határoló dobozok, osztályozási pontszámok, szöveges kimenet
Teljesítményoptimalizálási technikák
- CV és NLP modellek profilozása CANN eszközökkel
- Késleltetés csökkentése vegyes pontossággal és köteg hangolással
- Memória és számítási erőforrások kezelése adatfolyam feladatokhoz
Számítógépes Látás Használati Esetek
- Esettanulmány: objektum észlelés intelligens felügyelethez
- Esettanulmány: vizuális minőségellenőrzés a gyártásban
- Élő videóelemzési folyamatok építése Ascend 310-en
NLP Használati Esetek
- Esettanulmány: érzelmek elemzése és szándék észlelése
- Esettanulmány: dokumentum osztályozás és összefoglalás
- Valós idejű NLP integráció REST API-kkal és üzenetküldő rendszerekkel
Összefoglalás és Következő Lépések
Követelmények
- Ismeret a mélytanulásról a számítógépes látás vagy NLP területén
- Tapasztalat Pythonnal és AI keretrendszerekkel, mint a TensorFlow, PyTorch vagy MindSpore
- Alapvető ismeretek a modell telepítésről vagy inferencia munkafolyamatokról
Célközönség
- Számítógépes látás és NLP szakemberek, akik a Huawei Ascend platformot használják
- Adattudósok és AI mérnökök, akik valós idejű érzékelési modelleket fejlesztenek
- Fejlesztők, akik CANN folyamatokat integrálnak gyártás, felügyelet vagy médiaelemzés területén
A nyílt képzésekhez 5+ résztvevő szükséges.
CANN SDK a Számítógépes Látás és NLP Folyamatokhoz Képzés - Foglalás
CANN SDK a Számítógépes Látás és NLP Folyamatokhoz Képzés - Érdeklődés
CANN SDK a Számítógépes Látás és NLP Folyamatokhoz - Érdeklődjön a vezetői tanácsadásról!
Közelgő kurzusok
Rokon tanfolyam
Haladó LangGraph: Komplex gráfok optimalizálása, hibakeresése és monitorozása
35 ÓrákA LangGraph egy keretrendszer állapottal rendelkező, több szereplős LLM alkalmazások építéséhez, amelyek komponálható gráfokként működnek, állandó állapottal és végrehajtási ellenőrzéssel.
Ez az oktató által vezetett, élő képzés (online vagy helyszíni) haladó szintű AI platformmérnökök, AI DevOps szakemberek és ML architektusok számára készült, akik szeretnék optimalizálni, hibakeresni, monitorozni és üzemeltetni a LangGraph rendszereket éles környezetben.
A képzés végére a résztvevők képesek lesznek:
- Tervezni és optimalizálni összetett LangGraph topológiákat sebesség, költség és skálázhatóság szempontjából.
- Megbízhatóságot tervezni újrapróbálkozások, időkorlátok, idempotencia és ellenőrzőpont-alapú helyreállítás segítségével.
- Hibakeresni és nyomon követni gráf-végrehajtásokat, állapotokat ellenőrizni és rendszeresen reprodukálni éles problémákat.
- Gráfokat ellátni naplókkal, metrikákkal és nyomkövetésekkel, éles környezetbe telepíteni és monitorozni az SLA-kat és a költségeket.
A képzés formátuma
- Interaktív előadás és megbeszélés.
- Sok gyakorlat és gyakorlati feladat.
- Gyakorlati implementáció élő laboratóriumi környezetben.
Kurzus testreszabási lehetőségek
- Ha testreszabott képzést szeretne kérni ehhez a kurzushoz, kérjük, lépjen kapcsolatba velünk.
Kódolási ügynökök építése Devstral segítségével: Az ügynöktervezéstől az eszközökig
14 ÓrákA Devstral egy nyílt forráskódú keretrendszer, amely kódolási ügynökök építésére és futtatására szolgál, amelyek képesek kapcsolatba lépni kódbázisokkal, fejlesztői eszközökkel és API-kkal a mérnöki hatékonyság növelése érdekében.
Ez az oktató által vezetett, élő képzés (online vagy helyszíni) középhaladó és haladó szintű ML mérnökök, fejlesztői eszközökkel foglalkozó csapatok és SRE-k számára készült, akik szeretnének kódolási ügynököket tervezni, implementálni és optimalizálni a Devstral segítségével.
A képzés végére a résztvevők képesek lesznek:
- A Devstral beállítása és konfigurálása kódolási ügynökök fejlesztéséhez.
- Ügynökmunkafolyamatok tervezése kódbázisok feltárásához és módosításához.
- Kódolási ügynökök integrálása fejlesztői eszközökkel és API-kkal.
- Biztonságos és hatékony ügynök üzembe helyezésének legjobb gyakorlatainak implementálása.
A kurzus formátuma
- Interaktív előadás és megbeszélés.
- Számos gyakorlat és gyakorlati feladat.
- Gyakorlati implementáció élő laboratóriumi környezetben.
Kurzus testreszabási lehetőségek
- Ha testreszabott képzést szeretne kérni ehhez a kurzushoz, kérjük, lépjen kapcsolatba velünk.
Nyílt forráskódú Model Ops: Önhosting, Finomhangolás és Irányítás Devstral és Mistral Modellekkel
14 ÓrákA Devstral és Mistral modellek nyílt forráskódú AI technológiák, amelyek rugalmas üzembe helyezésre, finomhangolásra és skálázható integrációra lettek tervezve.
Ez az oktató által vezetett, élő képzés (online vagy helyszíni) középhaladó és haladó szintű ML mérnökök, platformcsapatok és kutatómérnökök számára készült, akik szeretnék önállóan üzemeltetni, finomhangolni és irányítani a Mistral és Devstral modelleket éles környezetben.
A képzés végére a résztvevők képesek lesznek:
- Önálló üzemeltetési környezetek beállítására és konfigurálására Mistral és Devstral modellekhez.
- Finomhangolási technikák alkalmazására területspecifikus teljesítmény érdekében.
- Verziókezelés, monitorozás és életciklus-irányítás megvalósítására.
- A nyílt forráskódú modellek biztonságának, megfelelőségének és felelős használatának biztosítására.
A képzés formátuma
- Interaktív előadás és vita.
- Gyakorlati feladatok önhosting és finomhangolás terén.
- Élő laborban végzett irányítási és monitorozási folyamatok implementálása.
Képzés testreszabási lehetőségek
- Ha testreszabott képzést szeretne kérni ehhez a kurzushoz, kérjük, lépjen kapcsolatba velünk.
AI Arcfelismerés Fejlesztése a Rendvédelmi Szervek Számára
21 ÓrákEz az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) kezdő szintű rendvédelmi személyzetek számára készült, akik szeretnének áttérni a kézi arcrészletezésről az AI eszközök használatára az arcfelismerő rendszerek fejlesztésében.
A képzés végére a résztvevők képesek lesznek:
- Megérteni a Mesterséges Intelligencia és a Gépi Tanulás alapjait.
- Megismerni a digitális képfeldolgozás alapjait és annak alkalmazását az arcfelismerésben.
- Fejleszteni készségeiket az AI eszközök és keretrendszerek használatában az arcfelismerő modellek létrehozásához.
- Gyakorlati tapasztalatot szerezni az arcfelismerő rendszerek létrehozásában, betanításában és tesztelésében.
- Megérteni az etikai megfontolásokat és ajánlott gyakorlatokat az arcfelismerő technológia használatában.
Fiji: Bevezetés a Tudományos Képfeldolgozásba
21 ÓrákA Fiji egy hatékony nyílt forráskódú képfeldolgozó csomag, amely az ImageJ-t (egy tudományos többdimenziós képek feldolgozására tervezett programot) és egy átfogó bővítménykészletet tartalmaz a tudományos képfeldolgozáshoz.
Ezen oktatóvezetésű, élő képzés során a résztvevők megtanulják, hogyan használhatják ki a Fiji disztribúciót és az alapjául szolgáló ImageJ programot robusztus képfeldolgozó alkalmazások létrehozására.
A képzés végére a résztvevők képesek lesznek:
- A Fiji fejlett programozási funkcióit és szoftverkomponenseit használni az ImageJ képességeinek bővítésére
- Nagy 3D képeket összeállítani egymást fedő csempékből
- Automatizálni egy Fiji telepítés frissítését indításkor az integrált frissítési rendszer segítségével
- Széles választékból kiválasztani szkriptnyelveket egyedi képfeldolgozó megoldások létrehozásához
- A Fiji hatékony könyvtárait, például az ImgLib-ot használni nagy biokép-adathalmazok hatékony feldolgozásához
- Alkalmazásuk üzembe helyezésére és hatékony együttműködésre más tudósokkal hasonló projekteken
A képzés formátuma
- Interaktív előadás és vita
- Kiterjedt gyakorlatok és gyakorlati alkalmazás
- Gyakorlati megvalósítás élő laboratóriumi környezetben
Képzés testreszabási lehetőségek
- Ha egyedi képzést szeretne kérni erre a kurzusra, kérjük, lépjen kapcsolatba velünk a megbeszélés érdekében.
Fiji: Képfeldolgozás Biotechnológia és Toxikológia számára
14 ÓrákEz az oktató által vezetett, élőben tartott képzés Magyarország (online vagy helyszíni) kezdő és középhaladó szintű kutatóknak és laboratóriumi szakembereknek szól, akik hisztológiai szövetek, vérsejtek, algák és más biológiai minták kapcsán szeretnének képeket feldolgozni és elemezni.
A képzés végére a résztvevők képesek lesznek:
- Navigálni a Fiji felületén és az ImageJ alapfunkcióit használni.
- Tudományos képeket előfeldolgozni és javítani a jobb elemzés érdekében.
- Képeket mennyiségileg elemezni, beleértve a sejtszámlálást és a területmérést.
- Ismétlődő feladatokat automatizálni makrók és bővítmények segítségével.
- Munkafolyamatokat testreszabni a biológiai kutatásokban előforduló képfeldolgozási igényekhez.
LangGraph alkalmazások a pénzügyekben
35 ÓrákA LangGraph egy keretrendszer állapottal rendelkező, több szereplős LLM alkalmazások építéséhez, amelyek összetett gráfokként működnek, állandó állapottal és végrehajtási ellenőrzéssel.
Ez az oktató által vezetett, élő képzés (online vagy helyszíni) középhaladó és haladó szintű szakembereknek szól, akik szeretnék tervezni, implementálni és üzemeltetni LangGraph-alapú pénzügyi megoldásokat, megfelelő irányítás, megfigyelhetőség és megfelelőség mellett.
A képzés végére a résztvevők képesek lesznek:
- Pénzügyi szempontokra szabott LangGraph munkafolyamatokat tervezni, amelyek megfelelnek a szabályozási és auditkövetelményeknek.
- Pénzügyi adatszabványokat és ontológiákat integrálni a gráf állapotába és eszközeibe.
- Megbízhatósági, biztonsági és emberi felügyeleti ellenőrzéseket implementálni kritikus folyamatokhoz.
- LangGraph rendszerek üzembe helyezése, monitorozása és optimalizálása teljesítmény, költség és SLA-k szempontjából.
A képzés formátuma
- Interaktív előadás és vita.
- Számos gyakorlat és gyakorlati feladat.
- Gyakorlati implementáció élő laboratóriumi környezetben.
Képzés testreszabási lehetőségei
- Ha testreszabott képzést szeretne kérni erre a kurzusra, kérjük, lépjen kapcsolatba velünk.
LangGraph Alapok: Grafikon Alapú LLM Promptolás és Láncolás
14 ÓrákA LangGraph egy keretrendszer gráf-struktúrájú LLM alkalmazások építéséhez, amely támogatja a tervezést, elágazást, eszközhasználatot, memóriát és vezérelhető végrehajtást.
Ez az oktató által vezetett, élő képzés (online vagy helyszíni) kezdő szintű fejlesztőknek, prompt mérnököknek és adatszakembereknek szól, akik megbízható, többlépéses LLM munkafolyamatokat szeretnének tervezni és építeni a LangGraph segítségével.
A képzés végére a résztvevők képesek lesznek:
- Megmagyarázni a LangGraph alapfogalmait (csomópontok, élek, állapot) és azt, mikor érdemes őket használni.
- Olyan prompt láncokat építeni, amelyek elágaznak, eszközöket hívnak és memóriát tartanak fenn.
- Integrálni a lekérdezés és külső API-kat a gráf munkafolyamatokba.
- Tesztelni, hibakeresni és értékelni a LangGraph alkalmazásokat a megbízhatóság és biztonság szempontjából.
A képzés formátuma
- Interaktív előadás és moderált vita.
- Vezetett laborok és kód bemutatók egy sandbox környezetben.
- Forgatókönyv alapú gyakorlatok a tervezés, tesztelés és értékelés terén.
Képzés Testreszabási Lehetőségek
- Ha testreszabott képzést szeretne kérni ehhez a kurzushoz, kérjük, lépjen kapcsolatba velünk.
LangGraph az egészségügyben: Munkafolyamat-vezérlés szabályozott környezetekben
35 ÓrákA LangGraph lehetővé teszi állapottal rendelkező, több szereplős munkafolyamatokat, amelyeket LLM-ek hajtanak meg, pontos vezérléssel a végrehajtási útvonalak és az állapotmegőrzés felett. Az egészségügyben ezek a képességek elengedhetetlenek a megfelelőség, az együttműködés és az orvosi munkafolyamatokkal összhangban lévő döntéstámogató rendszerek kialakításához.
Ez az oktató által vezetett, élő képzés (online vagy helyszínen) középhaladó és haladó szintű szakembereknek szól, akik LangGraph-alapú egészségügyi megoldásokat szeretnének tervezni, implementálni és kezelni, miközben a szabályozási, etikai és működési kihívásokkal foglalkoznak.
A képzés végére a résztvevők képesek lesznek:
- Egészségügyi szempontokkal összhangban lévő LangGraph munkafolyamatokat tervezni, figyelemmel a megfelelőségre és a naplózhatóságra.
- LangGraph alkalmazásokat integrálni orvosi ontológiákkal és szabványokkal (FHIR, SNOMED CT, ICD).
- Ajánlott gyakorlatokat alkalmazni a megbízhatóság, a nyomon követhetőség és az érthetőség terén érzékeny környezetekben.
- LangGraph alkalmazásokat üzembe helyezni, monitorozni és érvényesíteni egészségügyi termelési környezetekben.
A képzés formátuma
- Interaktív előadás és vita.
- Gyakorlati feladatok valós esettanulmányokkal.
- Implementációs gyakorlat élő laboratóriumi környezetben.
Képzés testreszabási lehetőségei
- Ha testreszabott képzést szeretne kérni ehhez a kurzushoz, kérjük, lépjen kapcsolatba velünk.
LangGraph jogi alkalmazásokhoz
35 ÓrákA LangGraph egy keretrendszer állapottal rendelkező, több szereplős LLM alkalmazások építéséhez, amelyek komponálható gráfokként működnek, állandó állapottal és pontos végrehajtási irányítással.
Ez az oktató által vezetett, élő képzés (online vagy helyszíni) középhaladó és haladó szintű szakembereknek szól, akik LangGraph alapú jogi megoldásokat szeretnének tervezni, implementálni és üzemeltetni a szükséges megfelelőségi, nyomonkövethetőségi és irányítási ellenőrzésekkel.
A képzés végére a résztvevők képesek lesznek:
- Jogi célú LangGraph munkafolyamatokat tervezni, amelyek megőrzik az auditálhatóságot és a megfelelőséget.
- Jogi ontológiákat és dokumentum szabványokat integrálni a gráf állapotába és feldolgozásába.
- Biztonsági korlátokat, emberi belefogást igénylő jóváhagyásokat és nyomonkövethető döntési útvonalakat implementálni.
- LangGraph szolgáltatásokat üzembe helyezni, monitorozni és karbantartani éles környezetben, megfigyelhetőséggel és költségellenőrzéssel.
A képzés formátuma
- Interaktív előadás és vita.
- Sok gyakorlat és gyakorlás.
- Gyakorlati megvalósítás élő laboratóriumi környezetben.
Kurzus testreszabási lehetőségek
- Egyedi képzés igényléséhez kérjük, lépjen kapcsolatba velünk.
Dinamikus Munkafolyamatok Építése LangGraph és LLM Agensekkel
14 ÓrákA LangGraph egy keretrendszer gráfstruktúrájú LLM munkafolyamatok összeállításához, amelyek támogatják az elágazást, eszközhasználatot, memóriát és vezérelhető végrehajtást.
Ez az oktató által vezetett, élő képzés (online vagy helyszíni) középhaladó szintű mérnökök és termékcsapatok számára készült, akik szeretnék kombinálni a LangGraph gráf logikáját LLM agens hurkokkal dinamikus, kontextusérzékeny alkalmazások, például ügyfélszolgálati agensek, döntési fák és információkereső rendszerek létrehozásához.
A képzés végére a résztvevők képesek lesznek:
- Gráfalapú munkafolyamatokat tervezni, amelyek koordinálják az LLM agenseket, eszközöket és memóriát.
- Feltételes útválasztást, újrapróbálkozásokat és tartalék megoldásokat implementálni a robusztus végrehajtás érdekében.
- Integrálni a lekérdezést, API-kat és strukturált kimeneteket az agens hurkokba.
- Az agens viselkedés kiértékelése, monitorozása és megerősítése a megbízhatóság és biztonság érdekében.
A képzés formátuma
- Interaktív előadás és moderált vita.
- Irányított laborok és kód bemutatók egy sandbox környezetben.
- Forgatókönyv alapú tervezési gyakorlatok és peer review-k.
Képzés Testreszabási Lehetőségei
- Ha testreszabott képzést szeretne kérni ehhez a kurzushoz, kérjük, lépjen kapcsolatba velünk.
LangGraph a marketing automatizáláshoz
14 ÓrákA LangGraph egy gráfalapú orchestrációs keretrendszer, amely lehetővé teszi a feltételes, többlépcsős LLM és eszköz munkafolyamatokat, ideális a tartalmi folyamatok automatizálásához és személyre szabásához.
Ez az oktató által vezetett, élő képzés (online vagy helyszíni) középhaladó szintű marketereknek, tartalomstratégiák tervezőinek és automatizálás fejlesztőknek szól, akik dinamikus, elágazó e-mail kampányokat és tartalomgenerálási folyamatokat szeretnének megvalósítani a LangGraph segítségével.
A képzés végére a résztvevők képesek lesznek:
- Gráfstruktúrájú tartalmi és e-mail munkafolyamatokat tervezni feltételes logikával.
- LLM-ek, API-k és adatforrások integrálása az automatizált személyre szabás érdekében.
- Állapot, memória és kontextus kezelése a többlépcsős kampányok során.
- Munkafolyamatok teljesítményének és kézbesítési eredményeinek értékelése, monitorozása és optimalizálása.
A képzés formátuma
- Interaktív előadások és csoportos megbeszélések.
- Gyakorlati laborok e-mail munkafolyamatok és tartalmi folyamatok megvalósításával.
- Szcenárióalapú gyakorlatok a személyre szabás, szegmentálás és elágazó logika területén.
Kurzus testreszabási lehetőségek
- Egyedi képzés igényléséhez kérjük, lépjen kapcsolatba velünk.
Le Chat Enterprise: Privát ChatOps, Integrációk és Adminisztratív Vezérlés
14 ÓrákA Le Chat Enterprise egy privát ChatOps megoldás, amely biztonságos, testreszabható és irányított beszélgetésalapú AI képességeket kínál szervezetek számára, támogatva az RBAC, SSO, összekötőket és vállalati alkalmazás-integrációkat.
Ez az oktató által vezetett, élő képzés (online vagy helyszíni) középhaladó szintű termékmenedzserek, IT vezetők, megoldásmérnökök és biztonsági/megfelelőségi csapatok számára készült, akik szeretnék üzembe helyezni, konfigurálni és irányítani a Le Chat Enterprise-t vállalati környezetekben.
A képzés végére a résztvevők képesek lesznek:
- Beállítani és konfigurálni a Le Chat Enterprise-t biztonságos üzembe helyezésekhez.
- RBAC, SSO és megfelelőségi vezérlőket engedélyezni.
- Integrálni a Le Chat-et vállalati alkalmazásokkal és adattárakkal.
- Tervezni és implementálni irányítási és adminisztratív playbookokat a ChatOps számára.
A képzés formátuma
- Interaktív előadás és megbeszélés.
- Számos gyakorlat és gyakorlás.
- Gyakorlati implementáció élő laboratóriumi környezetben.
Képzés testreszabási lehetőségei
- Ha testreszabott képzést kérne ehhez a kurzushoz, kérjük, lépjen kapcsolatba velünk a megbeszélés érdekében.
Python és mélytanulás OpenCV 4-gyel
14 ÓrákEz az oktató által vezetett, élőben zajló képzés Magyarország-ben (online vagy helyszínen) szoftvermérnököknek szól, akik Pythonban szeretnének programozni az OpenCV 4-gyel a mélytanulás területén.
A képzés végére a résztvevők képesek lesznek:
- Képeket és videókat megtekinteni, betölteni és osztályozni az OpenCV 4 segítségével.
- Mélytanulást implementálni az OpenCV 4-ben a TensorFlow és a Keras segítségével.
- Mélytanulási modelleket futtatni és hatásos jelentéseket készíteni képekből és videókból.
Vision Builder for Automatizált Ellenőrzés
35 ÓrákEz az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) középhaladó szintű szakembereknek szól, akik a Vision Builder AI segítségével szeretnének tervezni, implementálni és optimalizálni az automatikus ellenőrző rendszereket SMT (Surface-Mount Technology) folyamatokhoz.
A képzés végére a résztvevők képesek lesznek:
- Automatizált ellenőrzések beállítása és konfigurálása a Vision Builder AI segítségével.
- Kiváló minőségű képek rögzítése és előfeldolgozása elemzés céljából.
- Logika alapú döntések implementálása hibadetektálásra és folyamatvalidációra.
- Ellenőrzési jelentések készítése és rendszer teljesítményének optimalizálása.
