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 AI-Ekosystem von Huawei
- Ascend-AI-Hardware: Chips 310, 910 und 910B
- MindSpore, CANN und unterstützende Werkzeuge
- AI-Entwicklungsworkflow: von der Ausbildung bis zur Bereitstellung
Verständnis des CANN-Toolkits
- Was ist CANN und warum es wichtig ist
- Überblick über die Kernkomponenten (ATC, AscendCL, Operatorbibliotheken)
- Rolle von CANN in der AI-Inferenzpipeline
Erste Schritte mit MindSpore und CANN
- Einrichten der Entwicklungsumgebung (MindSpore + CANN + Python)
- Ausbildung eines grundlegenden Modells in MindSpore
- Exportieren und Konvertieren des Modells mit ATC
Ausführen der Inferenz auf Ascend-Geräten
- Verwendung des OM-Modells mit AscendCL oder Python-APIs
- Grundlegende Eingabe/Ausgabevorverarbeitung
- Überprüfung der Modellausgaben
Arbeiten mit anderen Frameworks
- Überblick über die Unterstützung für TensorFlow, PyTorch und ONNX
- Unterstützte Operatoren und Einschränkungen
- Einfaches Modellkonvertierungs-Demo (z.B. von ONNX zu OM)
Erkunden des CANN und MindSpore-Entwicklerekosystems
- Wichtige Ressourcen: Dokumentation, GitHub-Depots, Beispielcode
- Überblick über den MindSpore Hub und das Modellzoo
- Community-Forums, Veranstaltungen und Unterstützungskanäle
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundlegendes Verständnis der Konzepte von maschinellem Lernen und Tiefenlernen
- Einige Programmiererfahrungen mit Python
- Keine vorherige Erfahrung mit CANN oder Ascend-Hardware erforderlich
Zielgruppe
- Maschinenlernen-Entwickler, die Workflows zur Bereitstellung erkunden
- Studenten oder Forscher neu zu Huaweis AI-Ekosystem
- AI-Framework-Kontributoren und Hobbyisten interessiert an Modellaufschwindung
7 Stunden