感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
CANN 與昇騰 AI 處理器簡介
- 什麼是 CANN?其在華為 AI 計算棧中的角色。
- 昇騰處理器架構概述(310、910 等)。
- 支持的 AI 框架和工具鏈概覽。
模型轉換與編譯
- 使用 ATC 工具進行模型轉換(TensorFlow、PyTorch、ONNX)。
- 創建並驗證 OM 模型文件。
- 處理不支持的算子及常見的轉換問題。
使用 MindSpore 及其他框架部署
- 使用 MindSpore Lite 部署模型。
- 將 OM 模型與 Python API 或 C++ SDK 集成。
- 使用昇騰模型管理器(Ascend Model Manager)。
性能優化與分析
- 理解 AI Core、內存及分塊(tiling)優化技術。
- 使用 CANN 工具對模型執行進行分析(Profiling)。
- 提高推理速度和資源利用率的最佳實踐。
錯誤處理與除錯
- 常見部署錯誤及其解決方案。
- 閱讀日誌和使用錯誤診斷工具。
- 部署模型的單元測試和功能驗證。
端側與雲側部署場景
- 部署至昇騰 310 用於端側應用。
- 與基於雲的 API 和微服務集成。
- 計算機視覺和自然語言處理領域的真實案例研究。
總結與下一步行動
最低要求
- 具備基於 Python 的深度學習框架(如 TensorFlow 或 PyTorch)使用經驗。
- 理解神經網絡架構及模型訓練工作流程。
- 基本熟悉 Linux 命令行界面和腳本編程。
受眾
- 從事模型部署的 AI 工程師。
- 針對硬件加速的機器學習從業人員。
- 構建推理解決方案的深度學習開發者。
14 小時