Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
Duur 7 uren
Cursusaanbod
Introductie in het AI-ecosysteem van Huawei
- Ascend AI-hardware: 310, 910 en 910B-chips
- MindSpore, CANN en ondersteunende tools
- AI-ontwikkelingsworkflow: van training tot implementatie
Het CANN-toolkit begrijpen
- Wat is CANN en waarom is het belangrijk
- Overzicht van kerncomponenten (ATC, AscendCL, operatorbibliotheken)
- Rol van CANN in AI-inferentielijnen
Aan de slag met MindSpore en CANN
- Inrichten van de omgeving (MindSpore + CANN + Python)
- Training van een basismodel in MindSpore
- Exporteren en converteren van het model met behulp van ATC
Inferentie uitvoeren op Ascend-apparaten
- Gebruik van het OM-model met AscendCL of Python-API's
- Basispreprocessing van invoer en uitvoer
- Valideren van modeluitvoeren
Werken met andere frameworks
- Overzicht van ondersteuning voor TensorFlow, PyTorch en ONNX
- Ondersteunde operators en beperkingen
- Demo van eenvoudige modelconversie (bijv. van ONNX naar OM)
Ontdekken van het ecosysteem voor CANN- en MindSpore-ontwikkelaars
- Belangrijke bronnen: documentatie, GitHub-repository's, voorbeelddraad
- Overzicht van MindSpore Hub en het modelzoo
- Gemeenschapsforums, evenementen en ondersteuningskanalen
Samenvatting en volgende stappen
Vereisten
- Basisbegrip van machine learning- en diepleerconcepten
- Enkele programmeerervaring met Python
- Geen eerdere ervaring met CANN of Ascend-hardware vereist
Doelgroep
- Machine learning-ontwikkelaars die implementatiestromen verkennen
- Studenten of onderzoekers die nieuw zijn in het AI-ecosysteem van Huawei
- Bijdragers aan AI-frameworks en hobbyisten geïnteresseerd in modelversnelling
