Neem contact met ons op

Cursusaanbod

Inleiding tot het AI-ecosysteem van Huawei

  • Ascend AI-hardware: de 310, 910 en 910B-processoren
  • MindSpore, CANN en bijbehorende hulpmiddelen
  • Workflow van AI-ontwikkeling: van training tot implementatie

Inzicht in het CANN-hulpmiddel

  • Wat is CANN en waarom is het zo belangrijk?
  • Overzicht van de kerncomponenten: ATC, AscendCL en operatorbibliotheken
  • De rol van CANN binnen AI-inferentieprocessen

Starten met MindSpore en CANN

  • De ontwikkelomgeving opzetten (MindSpore + CANN + Python)
  • Een eenvoudig model trainen in MindSpore
  • Het model exporteren en omzetten met behulp van ATC

Inferentie uitvoeren op Ascend-apparaten

  • Het OM-model gebruiken in combinatie met AscendCL of Python-API’s
  • Basisverwerking van invoer- en uitvoergegevens
  • Validatie van modelresultaten

Werken met andere frameworks

  • Overzicht van ondersteuning voor TensorFlow, PyTorch en ONNX
  • Beschikbare operators en eventuele beperkingen
  • Demonstratie van modelconversie (bijvoorbeeld van ONNX naar OM)

Kennismaking met de ontwikkelaarsomgeving rond CANN en MindSpore

  • Belangrijke bronnen: documentatie, GitHub-repositories en voorbeeldcode
  • Inleiding tot MindSpore Hub en het modelmuseum
  • Forums, evenementen en ondersteuningskanalen binnen de gemeenschap

Samenvatting en vervolgstappen

Vereisten

  • Basisbegrip van machine learning- en deep learning-concepten
  • Enige programmeerervaring met Python
  • Er is geen voorgaande ervaring vereist met CANN of Ascend-hardware

Doelgroep

  • Machine learning-ontwikkelaars die zich verdiepen in implementatiewerkstromen
  • Studenten en onderzoekers die nieuw zijn binnen het AI-ecosysteem van Huawei
  • Bijdragers aan AI-frameworks en enthousiastelingen met interesse in modelversnelling
 7 Uren

Aantal deelnemers


Prijs per deelnemer

Voorlopige Aankomende Cursussen

Gerelateerde categorieën