Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Introduzione alla Piattaforma Huawei Ascend
- Panoramica dell'architettura e dell'ecosistema di Ascend
- Panoramica di MindSpore e CANN
- Casistici e rilevanza industriale
Configurazione dell'Ambiente di Sviluppo
- Installazione del toolkit CANN e MindSpore
- Utilizzo di ModelArts e CloudMatrix per l'orchestrazione dei progetti
- Test dell'ambiente con modelli di esempio
Sviluppo del Modello con MindSpore
- Definizione e training dei modelli in MindSpore
- Pipeline di dati e formattazione dei dataset
- Esportazione dei modelli nel formato compatibile con Ascend
Ottimizzazione delle Prestazioni su Ascend
- Fusione degli operatori e kernel personalizzati
- Strategia di tiling e scheduling dell'AI Core
- Strumenti di benchmarking e profilatura
Strategie di Distribuzione
- Confronto tra distribuzione edge e cloud
- Utilizzo del MindX SDK per la distribuzione
- Integrazione con i flussi di lavoro CloudMatrix
Debugging e Monitoraggio
- Utilizzo del Profiler e AiD per il tracciamento
- Debug dei fallimenti in runtime
- Monitoraggio dell'uso delle risorse e della throughput
Studio di Caso e Integrazione del Laboratorio
- Sviluppo completo del pipeline utilizzando MindSpore
- Lab: Costruire, ottimizzare e distribuire un modello su Ascend
- Confronto delle prestazioni con altre piattaforme
Riepilogo e Passi Successivi
Requisiti
- Comprensione delle reti neurali e dei flussi di lavoro AI
- Esperienza in programmazione Python
- Familiarità con le pipeline di training e distribuzione dei modelli
Pubblico Obiettivo
- Ingegneri AI
- Data scientist che lavorano con la stack AI di Huawei
- Sviluppatori ML che utilizzano Ascend e MindSpore
21 ore
Recensioni (1)
Ho acquisito una conoscenza riguardante la libreria Streamlit di Python e sicuramente cercherò di utilizzarla per migliorare le applicazioni del mio team, che sono sviluppate con R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Corso - GitHub Copilot for Developers
Traduzione automatica