Đề cương khóa học

Giới thiệu về nền tảng Huawei Ascend

  • Tổng quan về kiến trúc và hệ sinh thái của Ascend
  • Tổng quan về MindSpore và CANN
  • Các trường hợp sử dụng và tính liên quan trong ngành

Thiết lập môi trường phát triển

  • Cài đặt bộ công cụ CANN và MindSpore
  • Sử dụng ModelArts và CloudMatrix để điều phối dự án
  • Kiểm tra môi trường với các mô hình mẫu

Phát triển mô hình với MindSpore

  • Định nghĩa và đào tạo mô hình trong MindSpore
  • Dòng dữ liệu và định dạng tập dữ liệu
  • Xuất mô hình sang định dạng tương thích với Ascend

Tối ưu hóa hiệu suất trên Ascend

  • Sự kết hợp toán tử và nhân tùy chỉnh
  • Chiến lược tiling và lập lịch AI Core
  • Công cụ đánh giá hiệu suất và phân tích

Các chiến lược triển khai

  • So sánh giữa triển khai edge và cloud
  • Sử dụng MindX SDK để triển khai
  • Tích hợp với các quy trình làm việc CloudMatrix

Gỡ lỗi và giám sát

  • Sử dụng Profiler và AiD để theo dõi
  • Gỡ lỗi các sự cố thời gian chạy
  • Giám sát việc sử dụng tài nguyên và thông lượng

Trường hợp nghiên cứu và tích hợp lab

  • Phát triển toàn bộ pipeline sử dụng MindSpore
  • Lab: Xây dựng, tối ưu hóa và triển khai mô hình trên Ascend
  • So sánh hiệu suất với các nền tảng khác

Tóm tắt và các bước tiếp theo

Yêu cầu

  • Hiểu biết về mạng nơ-ron và quy trình làm việc AI
  • Kinh nghiệm lập trình Python
  • Quen thuộc với các pipeline đào tạo và triển khai mô hình

Đối tượng tham gia

  • Kỹ sư AI
  • Nhà khoa học dữ liệu làm việc với stack AI của Huawei
  • Nhà phát triển ML sử dụng Ascend và MindSpore
 21 Giờ

Số người tham gia


Giá cho mỗi học viên

Đánh giá (1)

Các khóa học sắp tới

Các danh mục liên quan