Prenez contact avec nous

Plan du cours

Introduction à l'écosystème IA de Huawei

  • Matériel IA Ascend : puces 310, 910 et 910B
  • MindSpore, CANN et outils de support
  • Flux de travail de développement IA : de l'entraînement au déploiement

Compréhension de la boîte à outils CANN

  • Qu'est-ce que CANN et pourquoi est-ce important
  • Aperçu des composants principaux (ATC, AscendCL, bibliothèques d'opérateurs)
  • Rôle de CANN dans les pipelines d'inférence IA

Premiers pas avec MindSpore et CANN

  • Configuration de l'environnement (MindSpore + CANN + Python)
  • Entraînement d'un modèle basique dans MindSpore
  • Exportation et conversion du modèle en utilisant ATC

Exécution de l'inférence sur les appareils Ascend

  • Utilisation du modèle OM avec AscendCL ou les API Python
  • Prétraitement de base des entrées/sorties
  • Validation des sorties du modèle

Travail avec d'autres frameworks

  • Aperçu du support pour TensorFlow, PyTorch et ONNX
  • Opérateurs supportés et limitations
  • Démo simple de conversion de modèle (par exemple, de ONNX vers OM)

Exploration de l'écosystème développeur CANN et MindSpore

  • Ressources clés : documentation, dépôts GitHub, exemples de code
  • Aperçu de MindSpore Hub et du zoo de modèles
  • Forums de la communauté, événements et canaux de support

Résumé et prochaines étapes

Pré requis

  • Compréhension de base des concepts d'apprentissage automatique et d'apprentissage profond
  • Quelques expériences de programmation avec Python
  • Aucune expérience préalable avec CANN ou le matériel Ascend n'est requise

Audience

  • Développeurs en apprentissage automatique explorant les flux de travail de déploiement
  • Étudiants ou chercheurs découvrant l'écosystème IA de Huawei
  • Contributeurs de frameworks IA et amateurs intéressés par l'accélération des modèles
 7 Heures

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires