Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Bevezetés a láthatási és NLP üzembe helyezésébe CANN-nal
- Az AI modell életciklusától az üzembe helyezésig
- A valós idejű láthatási és NLP teljesítményének kulcsfontosságú szempontjai
- Áttekintés a CANN SDK eszközeiről és azok szerepéről a modell integrációjában
Láthatási és NLP modellek előkészítése
- Modell exportálása a PyTorch, TensorFlow és MindSpore-ból
- A modell bemeneteinek/kiadatának kezelése kép- és szövmegoldások esetén
- ATC használata a modell OM formátumra konvertálásához
Inference folyamatok üzembe helyezése AscendCL-vel
- Láthatási és NLP inferencia futtatása az AscendCL API használatával
- Előfeldolgozás folyamatok: kép átméretezése, tokenizálás, normalizálás
- Utófeldolgozás: keretek megjelölése, kategóriák pontszámok, szöveg kiadása
Teljesítményoptimalizálási technikák
- Láthatási és NLP modellek profilozása a CANN eszközökkel
- Késleltetés csökkentése keverék-precizitású és tőrlesztés finomhangolással
- Memória és számítás kezelése folyamatos feladatok esetén
Láthatási technológia alkalmazási példák
- Alkalmazási példa: objektum felismerés intelligens figyeléshez
- Alkalmazási példa: vizuális minőségellenőrzés gyártásban
- Élő videó elemző folyamatok készítése az Ascend 310-on
NLP alkalmazási példák
- Alkalmazási példa: hangulatanalízis és célpont felismerés
- Alkalmazási példa: dokumentum kategorizálás és összefoglaló
- Valós idejű NLP integráció REST API-kkal és üzenetrőgzítő rendszerekkel
Összefoglalás és következő lépések
Követelmények
- Ismeretek mély tanulásról a láthatási technológiában vagy NLP-ben
- Python és AI keretrendszerek, mint TensorFlow, PyTorch vagy MindSpore használata
- Alapvető ismeretek modell üzembe helyezésével vagy inferencia munkafolyamatokkal
Célcsoport
- Láthatási és NLP gyakornokok, akik a Huawei Ascend platformot használják
- Adattudósok és mesterséges intelligencia mérnökök, akik valós idejű észlelési modellek fejlesztésével foglalkoznak
- Fejlesztők, akik CANN folyamatokat integrálnak gyártásba, figyelésbe vagy média elemzésbe.
14 Órák
Vélemények (1)
I genuinely enjoyed the hands-on approach.
Kevin De Cuyper
Kurzus - Computer Vision with OpenCV
Gépi fordítás