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 das CV/NLP-Deployment mit CANN
- KI-Modell-Lebenszyklus von der Trainingsphase bis zum Deployment
- Wichtige Performance-Aspekte für Echtzeit-CV und NLP
- Übersicht über die CANN-SDK-Tools und deren Rolle bei der Modellintegration
Vorbereitung von CV- und NLP-Modellen
- Exportieren von Modellen aus PyTorch, TensorFlow und MindSpore
- Behandlung von Modell-Eingaben/Ausgaben für Bild- und Textaufgaben
- Nutzung von ATC zur Konvertierung von Modellen in das OM-Format
Deployment von Inferenz-Pipelines mit AscendCL
- Ausführen von CV/NLP-Inferenz über die AscendCL-API
- Preprocessing-Pipelines: Bildgrößenanpassung, Tokenisierung, Normalisierung
- Postprocessing: Begrenzungsrahmen, Klassifikationswerte, Textausgabe
Techniken zur Performance-Optimierung
- Profiling von CV- und NLP-Modellen mit CANN-Tools
- Latenzreduzierung durch gemischte Präzision und Batch-Tuning
- Speicher- und Rechenverwaltung für Streaming-Aufgaben
Computer-Vision-Anwendungsfälle
- Fallstudie: Objekterkennung für intelligente Überwachung
- Fallstudie: Visuelle Qualitätsprüfung in der Fertigung
- Aufbau von Live-Video-Analyse-Pipelines auf Ascend 310
NLP-Anwendungsfälle
- Fallstudie: Sentiment-Analyse und Intent-Erkennung
- Fallstudie: Dokumentenklassifikation und -zusammenfassung
- Echtzeit-NLP-Integration mit REST-APIs und Nachrichtensystemen
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundkenntnisse im Deep Learning für Computer Vision oder NLP
- Erfahrung mit Python und KI-Frameworks wie TensorFlow, PyTorch oder MindSpore
- Grundlegendes Verständnis von Modell-Deployment- oder Inferenz-Workflows
Zielgruppe
- Computer-Vision- und NLP-Praktiker, die die Ascend-Plattform von Huawei nutzen
- Data Scientists und KI-Ingenieure, die Echtzeit-Wahrnehmungsmodelle entwickeln
- Entwickler, die CANN-Pipelines in der Fertigung, Überwachung oder Medienanalytik integrieren
14 Stunden
