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

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien