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 die CV/NLP-Bereitstellung mit CANN
- Lebenszyklus von KI-Modellen vom Training bis zur Bereitstellung
- Wichtige Leistungsaspekte für Echtzeit-CV und NLP
- Überblick über CANN SDK-Tools und deren Rolle bei der Modellsintegration
Vorbereitung von CV- und NLP-Modellen
- Exportieren von Modellen aus PyTorch, TensorFlow und MindSpore
- Umgang mit Modell-Eingaben/-Ausgaben für Bild- und Textaufgaben
- Konvertierung von Modellen in das OM-Format mithilfe von ATC
Bereitstellung von Inferenz-Pipelines mit AscendCL
- Ausführung von CV/NLP-Inferenz über die AscendCL-API
- Preprocessing-Pipelines: Bildskalierung, Tokenisierung, Normalisierung
- Postprocessing: Begrenzungsrahmen (Bounding Boxes), Klassifizierungswerte, Textausgaben
Techniken zur Leistungsoptimierung
- Profilierung von CV- und NLP-Modellen mit CANN-Tools
- Reduzierung der Latenz durch Mixed-Precision-Berechnung und Batch-Tuning
- Verwaltung von Speicher und Rechenleistung für Streaming-Aufgaben
Anwendungsfälle Computer Vision
- Fallstudie: Objekterkennung für intelligente Überwachung
- Fallstudie: Visuelle Qualitätsprüfung in der Fertigung
- Aufbau von Echtzeit-Videoanalyse-Pipelines auf Ascend 310
Anwendungsfälle NLP
- Fallstudie: Sentiment-Analyse und Intent-Erkennung
- Fallstudie: Dokumentklassifizierung und -zusammenfassung
- Echtzeit-NLP-Integration mit REST-APIs und Messaging-Systemen
Zusammenfassung und nächste Schritte
Voraussetzungen
- Kenntnisse in Deep Learning für Computer Vision oder NLP
- Erfahrung mit Python und KI-Frameworks wie TensorFlow, PyTorch oder MindSpore
- Grundlegendes Verständnis von Modellbereitstellung oder Inferenz-Workflows
Zielgruppe
- Praktiker im Bereich Computer Vision und NLP, die Huaweis Ascend-Plattform nutzen
- Data Scientists und KI-Ingenieure, die Echtzeit-Wahrnehmungsmodelle entwickeln
- Entwickler, die CANN-Pipelines in den Bereichen Fertigung, Überwachung oder Medienanalysen integrieren
14 Stunden
