Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Struttura del corso
Introduzione al Deployment CV/NLP con CANN
- Ciclo di vita del modello AI da formazione a distribuzione
- Considerazioni chiave sulle prestazioni per il CV e NLP in tempo reale
- Panoramica degli strumenti SDK CANN e il loro ruolo nella integrazione dei modelli
Preparazione di Modelli CV e NLP
- Esportazione dei modelli da PyTorch, TensorFlow e MindSpore
- Gestione degli ingressi/uscite del modello per compiti immagine e testo
- Utilizzo di ATC per convertire i modelli nel formato OM
Distribuzione delle Pipeline Inference con AscendCL
- Esecuzione dell'inferenza CV/NLP utilizzando l'API AscendCL
- Pipeline di preprocessing: ridimensionamento immagine, tokenizzazione, normalizzazione
- Postprocessing: bounding boxes, punteggi di classificazione, output testuale
Tecnologie per l'Ottimizzazione delle Prestazioni
- Profiling dei modelli CV e NLP utilizzando gli strumenti CANN
- Riduzione della latenza con precisione mista e tuning batch
- Gestione della memoria e del calcolo per compiti di streaming
Casistiche Computer Vision Use Case
- Casistica: rilevamento oggetti per sorveglianza intelligente
- Casistica: ispezione visiva della qualità nella manifattura
- Costruzione di pipeline di analisi video live sull'Ascend 310
Casistiche NLP Use Case
- Casistica: analisi delle intenzioni e dei sentimenti
- Casistica: classificazione e riepilogo di documenti
- Integrazione NLP in tempo reale con REST APIs e sistemi di messaggistica
Riepilogo e Passaggi Successivi
Requisiti
- Familiarità con l'apprendimento profondo per la visione artificiale o NLP
- Esperienza con Python e framework AI come TensorFlow, PyTorch, o MindSpore
- Comprensione base dei workflow di deployment o inferenza del modello
Target
- Praticanti di visione artificiale e NLP che utilizzano la piattaforma Ascend di Huawei
- Data scientist ed ingegneri AI che sviluppano modelli di percezione in tempo reale
- Sviluppatori che integrano CANN pipeline nelle applicazioni manifatturali, di sorveglianza o analisi dei media
14 ore
Recensioni (1)
I genuinely enjoyed the hands-on approach.
