Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Pengenalan ke Platform Huawei Ascend
- Tinjauan arsitektur dan ekosistem Ascend
- Tinjauan MindSpore dan CANN
- Kasus penggunaan dan relevansi industri
Penyiapan Lingkungan Pengembangan
- Instalasi toolkit CANN dan MindSpore
- Penggunaan ModelArts dan CloudMatrix untuk orkestrasi proyek
- Pengujian lingkungan dengan model sampel
Pengembangan Model dengan MindSpore
- Definisi dan pelatihan model dalam MindSpore
- Pipeline data dan pemformatan dataset
- Ekspor model ke format yang kompatibel dengan Ascend
Optimasi Kinerja pada Ascend
- Fusi operator dan kernel kustom
- Strategi tiling dan penjadwalan AI Core
- Alat benchmarking dan profiling
Strategi Penerapan
- Tradeoff penerapan edge vs cloud
- Penggunaan MindX SDK untuk penerapan
- Integrasi dengan alur kerja CloudMatrix
Pemecahan Masalah (Debugging) dan Pemantauan
- Penggunaan Profiler dan AiD untuk tracing
- Pemecahan masalah kegagalan runtime
- Pemantauan penggunaan sumber daya dan throughput
Studi Kasus dan Integrasi Lab
- Pengembangan pipeline lengkap menggunakan MindSpore
- Lab: Membangun, mengoptimalkan, dan menerapkan model pada Ascend
- Perbandingan kinerja dengan platform lain
Ringkasan dan Langkah Selanjutnya
Persyaratan
- Pemahaman tentang jaringan saraf dan alur kerja AI
- Pengalaman dalam pemrograman Python
- Kemahiran dengan pipeline pelatihan dan penerapan model
Audience
- Insinyur AI
- Ilmuwan data yang bekerja dengan tumpukan AI Huawei
- Pengembang ML yang menggunakan Ascend dan MindSpore
21 Jam
Testimoni (1)
Saya mendapatkan pengetahuan tentang perpustakaan streamlit dari Python dan tentu saja saya akan mencoba menggunakannya untuk meningkatkan aplikasi di tim saya yang dibuat dengan R Shiny
Michal Maj - XL Catlin Services SE (AXA XL)
Kursus - GitHub Copilot for Developers
Diterjemahkan Mesin