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 KI-Ökosystem von Huawei
- Ascend-KI-Hardware: Chips 310, 910 und 910B
- MindSpore, CANN und unterstützende Tools
- KI-Entwicklungsweg: von der Schulung bis zur Bereitstellung
Verständnis des CANN-Toolkits
- Was ist CANN und warum es wichtig ist
- Überblick über Kernkomponenten (ATC, AscendCL, Operator-Bibliotheken)
- Die Rolle von CANN in KI-Inferenz-Pipelines
Erste Schritte mit MindSpore und CANN
- Einrichten der Umgebung (MindSpore + CANN + Python)
- Schulung eines grundlegenden Modells in MindSpore
- Exportieren und Konvertieren des Modells mit ATC
Ausführen von Inference auf Ascend-Geräten
- Verwenden des OM-Modells mit AscendCL oder Python-APIs
- Grundlegende Vorverarbeitung von Eingabe-/Ausgabe-Daten
- Validieren der Modellausgaben
Arbeiten mit anderen Frameworks
- Überblick über die Unterstützung von TensorFlow, PyTorch und ONNX
- Unterstützte Operatoren und Einschränkungen
- Einfache Model-Konvertierungs-Demo (z. B. von ONNX zu OM)
Erkundung des CANN- und MindSpore-Entwickler-Ökosystems
- Wichtige Ressourcen: Dokumentation, GitHub-Repositories, Beispielcode
- Überblick über MindSpore Hub und Model Zoo
- Community-Foren, Veranstaltungen und Support-Kanäle
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundlegendes Verständnis von maschinellem Lernen und Deep-Learning-Konzepten
- Einige Programmiererfahrung mit Python
- Keine Vorkenntnisse in CANN oder Ascend-Hardware erforderlich
Zielgruppe
- Entwickler von maschinellem Lernen, die Bereitstellungsworkflows evaluieren
- Studierende oder Forscher, die neu im KI-Ökosystem von Huawei sind
- Mitwirkende an KI-Frameworks und Hobbyisten, die sich für Modellbeschleunigung interessieren
7 Stunden