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 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.
