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 14 heures
Plan du cours
Introduction au déploiement CV/TALN avec CANN
- Cycle de vie des modèles IA, de l'entraînement au déploiement
- Considérations clés en matière de performances pour le CV et le TALN en temps réel
- Aperçu des outils du CANN SDK et de leur rôle dans l'intégration des modèles
Préparation des modèles CV et TALN
- Exportation de modèles à partir de PyTorch, TensorFlow et MindSpore
- Gestion des entrées et sorties des modèles pour les tâches d'image et de texte
- Utilisation d'ATC pour convertir les modèles au format OM
Déploiement de pipelines de déduction avec AscendCL
- Exécution de la déduction CV/TALN à l'aide de l'API AscendCL
- Pipelines de prétraitement : redimensionnement d'images, tokenisation, normalisation
- Posttraitement : boîtes englobantes, scores de classification, sortie texte
Techniques d'optimisation des performances
- Analyse des performances des modèles CV et TALN à l'aide des outils CANN
- Réduction de la latence avec la précision mixte et l'ajustement des lots (batch)
- Gestion de la mémoire et des calculs pour les tâches en flux
Cas d'utilisation en vision par ordinateur
- Étude de cas : détection d'objets pour la surveillance intelligente
- Étude de cas : inspection visuelle de la qualité en manufacture
- Construction de pipelines d'analyse vidéo en direct sur Ascend 310
Cas d'utilisation en TALN
- Étude de cas : analyse des sentiments et détection d'intention
- Étude de cas : classification et résumés de documents
- Intégration TALN en temps réel avec des API REST et des systèmes de messagerie
Résumé et prochaines étapes
Pré requis
- Notions de base en apprentissage profond pour la vision par ordinateur ou le TALN
- Expérience avec Python et des cadres IA tels que TensorFlow, PyTorch ou MindSpore
- Comprendre les flux de travail de déploiement de modèles ou de déduction
Public cible
- Praticiens de la vision par ordinateur et du TALN utilisant la plateforme Ascend de Huawei
- Scientifiques des données et ingénieurs IA développant des modèles de perception en temps réel
- Développeurs intégrant des pipelines CANN dans la fabrication, la surveillance ou l'analyse multimédia
