Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Introdução à Plataforma Huawei Ascend
- Visão geral da arquitetura e ecossistema Ascend
- Visão geral do MindSpore e CANN
- Casos de uso e relevância para a indústria
Configuração do Ambiente de Desenvolvimento
- Instalação do conjunto de ferramentas CANN e MindSpore
- Uso do ModelArts e CloudMatrix para orquestração de projetos
- Testando o ambiente com modelos de exemplo
Desenvolvimento de Modelos com MindSpore
- Definição e treinamento de modelos no MindSpore
- Pipelines de dados e formatação de conjuntos de dados
- Exportação de modelos para formato compatível com Ascend
Otimização de Desempenho em Ascend
- Fusão de operadores e kernels personalizados
- Estratégia de tiling e agendamento do AI Core
- Ferramentas de benchmarking e profiling
Estratégias de Implementação
- Tradeoffs entre implementação em borda e nuvem
- Uso do MindX SDK para implementação
- Integração com fluxos de trabalho do CloudMatrix
Depuração e Monitoramento
- Uso do Profiler e AiD para tracing
- Depuração de falhas em tempo de execução
- Monitoramento do uso de recursos e throughput
Estudo de Caso e Integração Laboratorial
- Desenvolvimento completo de pipeline usando MindSpore
- Lab: Construir, otimizar e implementar um modelo em Ascend
- Comparação de desempenho com outras plataformas
Resumo e Próximos Passos
Requisitos
- Compreensão de redes neurais e fluxos de trabalho de IA
- Experiência com programação em Python
- Familiaridade com pipelines de treinamento e implementação de modelos
Público-Alvo
- Engenheiros de IA
- Cientistas de dados trabalhando com a pilha Huawei AI
- Desenvolvedores de ML usando Ascend e MindSpore
21 Horas
Testemunhos de Clientes (1)
Agora tenho conhecimento sobre a biblioteca Streamlit em Python e, com certeza, vou tentar usá-la para melhorar os aplicativos da minha equipe que são desenvolvidos no R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Curso - GitHub Copilot for Developers
Máquina Traduzida