Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction à la plateforme Huawei Ascend
- Aperçu de l'architecture et de l'écosystème Ascend
- Aperçu de MindSpore et de CANN
- Cas d'utilisation et pertinence industrielle
Mise en place de l'environnement de développement
- Installation de la boîte à outils CANN et de MindSpore
- Utilisation de ModelArts et CloudMatrix pour l'orchestration de projets
- Test de l'environnement avec des modèles d'exemple
Développement de modèles avec MindSpore
- Définition et entraînement de modèles dans MindSpore
- Pipelines de données et formatage des ensembles de données
- Exportation des modèles au format compatible Ascend
Optimisation des performances sur Ascend
- Fusion d'opérateurs et noyaux personnalisés
- Stratégie de tuilage et ordonnancement des AI Core
- Outils de benchmarking et de profilage
Stratégies de déploiement
- Compromis entre déploiement edge et cloud
- Utilisation du SDK MindX pour le déploiement
- Intégration avec les workflows CloudMatrix
Débogage et surveillance
- Utilisation de Profiler et AiD pour le traçage
- Débogage des échelons d'exécution
- Surveillance de l'utilisation des ressources et du débit
Étude de cas et intégration des laboratoires
- Développement d'un pipeline complet avec MindSpore
- Laboratoire : Construire, optimiser et déployer un modèle sur Ascend
- Comparaison des performances avec d'autres plateformes
Résumé et prochaines étapes
Pré requis
- Une compréhension des réseaux neuronaux et des workflows d'IA
- De l'expérience en programmation Python
- Une familiarité avec les pipelines d'entraînement et de déploiement de modèles
Public cible
- Ingénieurs en IA
- Data scientists travaillant avec la pile d'IA Huawei
- Développeurs ML utilisant Ascend et MindSpore
21 Heures
Nos clients témoignent (1)
J'ai acquis des connaissances sur la bibliothèque Streamlit en Python et je vais certainement essayer de l'utiliser pour améliorer les applications de mon équipe qui sont actuellement développées avec R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Formation - GitHub Copilot for Developers
Traduction automatique