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.
Durata 14 ore
Struttura del corso
Introduzione al deployment di CV/NLP con CANN
- Ciclo di vita dei modelli AI, dalla formazione al deployment
- Principali considerazioni sulle prestazioni per CV e NLP in tempo reale
- Panoramica degli strumenti CANN SDK e del loro ruolo nell'integrazione dei modelli
Preparazione dei modelli CV e NLP
- Esportazione di modelli da PyTorch, TensorFlow e MindSpore
- Gestione degli input/output dei modelli per attività su immagini e testo
- Utilizzo di ATC per convertire i modelli nel formato OM
Deployment di pipeline di inferenza con AscendCL
- Esecuzione dell'inferenza CV/NLP utilizzando l'API AscendCL
- Pipeline di preprocessing: ridimensionamento delle immagini, tokenizzazione, normalizzazione
- Postprocessing: box di confine, punteggi di classificazione, output di testo
Tecniche di ottimizzazione delle prestazioni
- Profilazione di modelli CV e NLP utilizzando gli strumenti CANN
- Riduzione della latenza con precisione mista e ottimizzazione dei batch
- Gestione della memoria e della capacità di calcolo per attività di streaming
Casi d'uso di Computer Vision
- Studio di caso: rilevamento degli oggetti per la sorveglianza intelligente
- Studio di caso: ispezione della qualità visiva nella produzione
- Creazione di pipeline di analisi video in tempo reale su Ascend 310
Casi d'uso di NLP
- Studio di caso: analisi del sentiment e rilevamento dell'intento
- Studio di caso: classificazione e sintesi dei documenti
- Integrazione NLP in tempo reale con API REST e sistemi di messaggistica
Riepilogo e prossimi passi
Requisiti
- Conoscenza del deep learning per computer vision o NLP
- Esperienza con Python e framework AI come TensorFlow, PyTorch o MindSpore
- Comprensione di base dei flussi di lavoro per il deployment o l'inferenza dei modelli
Pubblico di riferimento
- Professionisti di computer vision e NLP che utilizzano la piattaforma Ascend di Huawei
- Data scientist e ingegneri AI che sviluppano modelli di percezione in tempo reale
- Sviluppatori che integrano pipeline CANN nella produzione, nel monitoraggio o nell'analisi dei media
