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 Huaweis KI-Ökosystem
- Ascend-KI-Hardware: 310-, 910- und 910B-Chips
- MindSpore, CANN und ergänzende Werkzeuge
- KI-Entwicklungsworkflow: vom Training bis zur Bereitstellung
Das CANN-Toolkit verstehen
- Was ist CANN und warum ist es wichtig?
- Überblick über die Kernkomponenten (ATC, AscendCL, Operator-Bibliotheken)
- Rolle von CANN in KI-Inferenz-Pipelines
Erste Schritte mit MindSpore und CANN
- Einrichtung der Umgebung (MindSpore + CANN + Python)
- Training eines Grundmodells in MindSpore
- Exportieren und Konvertieren des Modells mit ATC
Durchführung von Inferenzen auf Ascend-Geräten
- Verwendung des OM-Modells mit AscendCL oder Python-APIs
- Grundlegende Vorverarbeitung von Eingaben/Ausgaben
- Validierung der Modellausgaben
Arbeiten mit anderen Frameworks
- Überblick über die Unterstützung für TensorFlow, PyTorch und ONNX
- Unterstützte Operatoren und Einschränkungen
- Einfache Modellkonvertierungs-Demo (z. B. von ONNX nach OM)
Erkundung des Entwickler-Ökosystems für CANN und MindSpore
- Wichtige Ressourcen: Dokumentation, GitHub-Repositorien, Beispielcode
- Überblick über MindSpore Hub und Model Zoo
- Community-Foren, Veranstaltungen und Support-Kanäle
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundlegendes Verständnis von Konzepten des maschinellen Lernens und des Deep Learning
- Einige Programmiererfahrung mit Python
- Keine Vorerfahrung mit CANN oder Ascend-Hardware erforderlich
Zielgruppe
- Entwickler für maschinelles Lernen, die Bereitstellungs-Workflows untersuchen
- Studenten oder Forscher, die neu in Huaweis KI-Ökosystem sind
- Mitwirkende an KI-Frameworks und Hobbyisten, die an Modellbeschleunigung interessiert sind
7 Stunden
