Prenez contact avec nous

Plan du cours

Introduction à CANN et aux processeurs IA Ascend

  • Qu'est-ce que CANN ? Rôle dans la pile de calcul IA de Huawei
  • Vue d'ensemble de l'architecture des processeurs Ascend (310, 910, etc.)
  • Vue d'ensemble des frameworks IA pris en charge et de la chaîne d'outils

Conversion et compilation des modèles

  • Utilisation de l'outil ATC pour la conversion de modèles (TensorFlow, PyTorch, ONNX)
  • Création et validation des fichiers de modèle OM
  • Gestion des opérateurs non pris en charge et des problèmes de conversion courants

Déploiement avec MindSpore et d'autres frameworks

  • Déploiement de modèles avec MindSpore Lite
  • Intégration des modèles OM avec les API Python ou les SDK C++
  • Utilisation d'Ascend Model Manager

Optimisation des performances et profilage

  • Compréhension des optimisations des cœurs IA, de la mémoire et du tiling
  • Profilage de l'exécution des modèles avec les outils CANN
  • Bonnes pratiques pour améliorer la vitesse d'inférence et l'utilisation des ressources

Gestion des erreurs et débogage

  • Erreurs de déploiement courantes et leurs solutions
  • Lecture des journaux et utilisation de l'outil de diagnostic des erreurs
  • Tests unitaires et validation fonctionnelle des modèles déployés

Scénarios de déploiement sur le bord et dans le cloud

  • Déploiement sur Ascend 310 pour les applications sur le bord
  • Intégration avec des API basées sur le cloud et des microservices
  • Études de cas réelles en vision par ordinateur et TALN

Résumé et prochaines étapes

Pré requis

  • Expérience avec des frameworks d'apprentissage profond basés sur Python tels que TensorFlow ou PyTorch
  • Compréhension des architectures de réseaux de neurones et des flux de travail d'entraînement des modèles
  • Familiarité de base avec le CLI Linux et le scriptage

Public cible

  • Ingénieurs IA travaillant sur le déploiement de modèles
  • Praticiens de l'apprentissage automatique visant l'accélération matérielle
  • Développeurs en apprentissage profond créant des solutions d'inférence
 14 Heures

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires