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.
Durasi 7 jam
Kerangka Materi
Pengantar Ekosistem AI Huawei
- Perangkat keras AI Ascend: chip 310, 910, dan 910B
- MindSpore, CANN, dan alat pendukung
- Alur kerja pengembangan AI: dari pelatihan hingga penerapan
Memahami Perangkat Lunak CANN
- Apa itu CANN dan mengapa penting
- Tinjauan komponen inti (ATC, AscendCL, perpustakaan operator)
- Peran CANN dalam pipeline inferensi AI
Memulai dengan MindSpore dan CANN
- Pengaturan lingkungan (MindSpore + CANN + Python)
- Melatih model dasar di MindSpore
- Mengekspor dan mengonversi model menggunakan ATC
Menjalankan Inferensi pada Perangkat Ascend
- Menggunakan model OM dengan AscendCL atau API Python
- Praproses masukan/keluaran dasar
- Memvalidasi keluaran model
Bekerja dengan Kerangka Kerja Lain
- Tinjauan dukungan untuk TensorFlow, PyTorch, dan ONNX
- Operator yang didukung dan keterbatasannya
- Demo konversi model sederhana (misalnya, dari ONNX ke OM)
Menjelajahi Ekosistem Pengembang CANN dan MindSpore
- Sumber daya utama: dokumentasi, repositori GitHub, kode contoh
- Tinjauan MindSpore Hub dan koleksi model
- Forum komunitas, acara, dan saluran dukungan
Ringkasan dan Langkah Selanjutnya
Persyaratan
- Pemahaman dasar tentang konsep machine learning dan deep learning
- Beberapa pengalaman pemrograman dengan Python
- Tidak diperlukan pengalaman sebelumnya dengan CANN atau perangkat keras Ascend
Audience
- Pengembang machine learning yang menjelajahi alur kerja penerapan
- Mahasiswa atau peneliti yang baru mengenal ekosistem AI Huawei
- Kontributor kerangka kerja AI dan penggemar yang tertarik pada akselerasi model
