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 die CV-/NLP-Bereitstellung mit CANN
- Lebenszyklus von KI-Modellen: Vom Training zur Bereitstellung
- Wichtige Leistungsfaktoren für Echtzeit-CV und NLP
- Überblick über CANN SDK-Tools und deren Rolle bei der Modellintegration
Vorbereiten von CV- und NLP-Modellen
- Exportieren von Modellen aus PyTorch, TensorFlow und MindSpore
- Umgang mit Eingaben und Ausgaben von Modellen für Bild- und Textaufgaben
- Konvertierung von Modellen in das OM-Format mittels ATC
Bereitstellen von Inferenz-Pipelines mit AscendCL
- Ausführen von CV-/NLP-Inferenz über die AscendCL-API
- Preprocessing-Pipelines: Bildvergrösserung, Tokenisierung, Normalisierung
- Postprocessing: Bounding Boxes, Klassifizierungswerte, Textausgaben
Techniken zur Leistungsoptimierung
- Profiling von CV- und NLP-Modellen mit CANN-Tools
- Reduzierung der Latenz durch Mixed-Precision und Batch-Tuning
- Management von Speicher und Rechenleistung für Streaming-Aufgaben
Computer-Vision-Anwendungsfälle
- Praxisbeispiel: Objekterkennung für intelligente Überwachung
- Praxisbeispiel: Visuelle Qualitätskontrolle in der Fertigung
- Erstellung von Live-Videoanalysepipelines auf Ascend 310
NLP-Anwendungsfälle
- Praxisbeispiel: Stimmungsanalyse und Intent-Erkennung
- Praxisbeispiel: Dokumentklassifizierung und Zusammenfassung
- Echtzeit-NLP-Integration mit REST-APIs und Messaging-Systemen
Zusammenfassung und nächste Schritte
Voraussetzungen
- Vertrautheit mit Deep Learning im Bereich Computer Vision oder NLP
- Erfahrung mit Python und KI-Frameworks wie TensorFlow, PyTorch oder MindSpore
- Grundlegendes Verständnis von Modellbereitstellungs- bzw. Inferenzabläufen
Zielgruppe
- Praktiker für Computer Vision und NLP, die Huaweis Ascend-Plattform nutzen
- Data Scientists und KI-Ingenieure, die Echtzeit-Wahrnehmungsmodelle entwickeln
- Entwickler, die CANN-Pipelines in den Bereichen Fertigung, Überwachung oder Medienanalyse integrieren
14 Stunden
