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.
Durée 7 heures
Plan du cours
Introduction à l’écosystème IA de Huawei
- Matériel IA Ascend : puces 310, 910 et 910B
- MindSpore, CANN et outils d’accompagnement
- Flux de travail de développement IA : de l’entraînement au déploiement
Comprendre le kit d’outils CANN
- Qu’est-ce que CANN et pourquoi est-il 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 de base dans MindSpore
- Exportation et conversion du modèle à l’aide d’ATC
Exécution de l’inférence sur les appareils Ascend
- Utilisation du modèle OM avec AscendCL ou les API Python
- Prétraitement de base des entrées et des sorties
- Validation des sorties du modèle
Travail avec d’autres frameworks
- Aperçu de la prise en charge de TensorFlow, PyTorch et ONNX
- Opérateurs pris en charge et limitations
- Démo simple de conversion de modèle (par exemple, d’ONNX vers OM)
Découverte de l’écosystème de développement CANN et MindSpore
- Ressources clés : documentation, dépôts GitHub, code d’exemple
- Aperçu de MindSpore Hub et de la zoo de modèles
- Forums communautaires, événements et canaux de support
Résumé et prochaines étapes
Pré requis
- Compréhension de base des concepts d’apprentissage automatique et d’apprentissage profond
- Quelques notions de programmation en Python
Public cible
- Développeurs en apprentissage automatique explorant les flux de travail de déploiement
