Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in das KI-Ökosystem von Huawei
- Ascend-KI-Hardware: Chips 310, 910 und 910B
- MindSpore, CANN und unterstützende Tools
- KI-Entwicklungsworkflow: vom Training zur Bereitstellung
Verständnis des CANN-Toolkits
- Was ist CANN und warum ist es wichtig?
- Überblick über die Kernkomponenten (ATC, AscendCL, Operator-Bibliotheken)
- Rolle von CANN in KI-Inferenz-Pipelines
Erste Schritte mit MindSpore und CANN
- Einrichtung der Umgebung (MindSpore + CANN + Python)
- Training eines grundlegenden Modells in MindSpore
- Exportieren und Konvertieren des Modells mit ATC
Ausführung von Inference auf Ascend-Geräten
- Verwendung des OM-Modells mit AscendCL oder Python-APIs
- Grundlegende Vor-/Nachbearbeitung von Eingabe-/Ausgabedaten
- Validierung der Modellausgaben
Arbeit mit anderen Frameworks
- Überblick über die Unterstützung für TensorFlow, PyTorch und ONNX
- Unterstützte Operatoren und Einschränkungen
- Demo zur einfachen Modellkonvertierung (z. B. von ONNX nach OM)
Erkundung des Entwicklerecosystems von CANN und MindSpore
- Wichtige Ressourcen: Dokumentation, GitHub-Repositories, Beispielcode
- Übersicht über MindSpore Hub und Model Zoo
- Community-Foren, Veranstaltungen und Supportkanäle
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundlegende Kenntnisse über maschinelles Lernen und Deep-Learning-Konzepte
- Einige Programmierkenntnisse in Python
- Keine Vorkenntnisse mit CANN oder Ascend-Hardware erforderlich
Zielgruppe
- Entwickler im Bereich maschinellen Lernens, die Bereitstellungsabläufe erkunden
- Studierende oder Forscher, die neu im KI-Ökosystem von Huawei sind
- Mitwirkende an KI-Frameworks und Hobbyisten mit Interesse an Modellbeschleunigung
7 Stunden