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.
Đề cương khóa học
Giới thiệu về việc triển khai CV/NLP với CANN
- Vòng đời của mô hình AI từ huấn luyện đến triển khai
- Các yếu tố hiệu suất chính cho CV và NLP thời gian thực
- Tổng quan về các công cụ CANN SDK và vai trò của chúng trong việc tích hợp mô hình
Chuẩn bị các mô hình CV và NLP
- Xuất mô hình từ PyTorch, TensorFlow và MindSpore
- Xử lý đầu vào/đầu ra của mô hình cho các tác vụ hình ảnh và văn bản
- Sử dụng ATC để chuyển đổi mô hình sang định dạng OM
Triển khai quy trình suy luận với AscendCL
- Chạy suy luận CV/NLP sử dụng API AscendCL
- Quy trình tiền xử lý: đổi kích thước hình ảnh, tokenization, chuẩn hóa
- Hậu xử lý: hộp giới hạn (bounding boxes), điểm phân loại, đầu ra văn bản
Các kỹ thuật tối ưu hóa hiệu năng
- Đo lường mô hình CV và NLP bằng cách sử dụng các công cụ CANN
- Giảm độ trễ bằng cách sử dụng độ chính xác hỗn hợp và điều chỉnh batch
- Quản lý bộ nhớ và tính toán cho các tác vụ phát trực tiếp (streaming)
Các trường hợp sử dụng thị giác máy tính
- Nghiên cứu tình huống: phát hiện đối tượng cho giám sát thông minh
- Nghiên cứu tình huống: kiểm tra chất lượng hình ảnh trong sản xuất
- Xây dựng các quy trình phân tích video trực tiếp trên Ascend 310
Các trường hợp sử dụng NLP
- Nghiên cứu tình huống: phân tích cảm xúc và phát hiện ý định
- Nghiên cứu tình huống: phân loại và tóm tắt tài liệu
- Tích hợp NLP thời gian thực với REST API và các hệ thống nhắn tin
Tóm tắt và các bước tiếp theo
Yêu cầu
- Hiểu biết về học sâu (deep learning) cho thị giác máy tính hoặc NLP
- Kinh nghiệm làm việc với Python và các khung AI như TensorFlow, PyTorch hoặc MindSpore
- Hiểu biết cơ bản về quy trình triển khai mô hình hoặc suy luận (inference)
Đối tượng người dùng
- Các chuyên gia thị giác máy tính và NLP sử dụng nền tảng Ascend của Huawei
- Các nhà khoa học dữ liệu và kỹ sư AI phát triển các mô hình nhận thức thời gian thực
- Các nhà phát triển tích hợp các quy trình xử lý CANN trong sản xuất, giám sát hoặc phân tích phương tiện truyền thông
14 Giờ
