Cảm ơn bạn đã gửi yêu cầu! Một thành viên trong đội ngũ của chúng tôi sẽ liên hệ với bạn ngay lập tức.
Cảm ơn bạn đã gửi đặt chỗ! Một thành viên trong đội ngũ của chúng tôi sẽ liên hệ với bạn ngay lập tức.
Thời gian kéo dài 7 Giờ học
Đề cương khóa học
Giới thiệu hệ sinh thái AI của Huawei
- Phần cứng AI Ascend: Các chip 310, 910 và 910B
- MindSpore, CANN và các công cụ hỗ trợ
- Quy trình phát triển AI: từ huấn luyện đến triển khai
Hiểu về bộ công cụ CANN
- CANN là gì và tại sao nó quan trọng
- Tổng quan về các thành phần cốt lõi (ATC, AscendCL, thư viện toán tử)
- Vai trò của CANN trong các pipeline suy luận AI
Bắt đầu với MindSpore và CANN
- Thiết lập môi trường (MindSpore + CANN + Python)
- Huấn luyện một mô hình cơ bản trong MindSpore
- Xuất và chuyển đổi mô hình sử dụng ATC
Chạy suy luận trên thiết bị Ascend
- Sử dụng mô hình OM với AscendCL hoặc API Python
- Tiền xử lý đầu vào/đầu ra cơ bản
- Xác thực kết quả đầu ra của mô hình
Làm việc với các framework khác
- Tổng quan về sự hỗ trợ cho TensorFlow, PyTorch và ONNX
- Các toán tử được hỗ trợ và hạn chế
- Demo chuyển đổi mô hình đơn giản (ví dụ: từ ONNX sang OM)
Khám phá hệ sinh thái nhà phát triển CANN và MindSpore
- Các tài nguyên chính: tài liệu, kho mã nguồn GitHub, mã nguồn mẫu
- Tổng quan về MindSpore Hub và kho mô hình (model zoo)
- Diễn đàn cộng đồng, sự kiện và kênh hỗ trợ
Tóm tắt và các bước tiếp theo
Yêu cầu
- Hiểu biết cơ bản về các khái niệm học máy và học sâu.
- Có kinh nghiệm lập trình nhất định với Python.
- Không yêu cầu kinh nghiệm trước đó với CANN hoặc phần cứng Ascend.
Đối tượng học viên
- Các nhà phát triển học máy đang tìm hiểu các quy trình triển khai.
- Sinh viên hoặc nhà nghiên cứu mới làm quen với hệ sinh thái AI của Huawei.
- Người đóng góp vào các framework AI và những người yêu thích công nghệ quan tâm đến việc tăng tốc mô hình.
