Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
課程簡介
CANN與Ascend AI處理器簡介
- CANN是什麼?在華爲AI計算棧中的角色
- Ascend處理器架構概覽(310、910等)
- 支持的AI框架與工具鏈概覽
模型轉換與編譯
- 使用ATC工具進行模型轉換(TensorFlow、PyTorch、ONNX)
- 創建與驗證OM模型文件
- 處理不支持的運算符與常見轉換問題
使用MindSpore及其他框架進行部署
- 使用MindSpore Lite部署模型
- 使用Python API或C++ SDK集成OM模型
- 使用Ascend Model Manager
性能優化與分析
- 理解AI核心、內存與分塊優化
- 使用CANN工具分析模型執行
- 提高推理速度與資源使用的最佳實踐
錯誤處理與調試
- 常見部署錯誤及其解決方法
- 閱讀日誌並使用錯誤診斷工具
- 對部署的模型進行單元測試與功能驗證
邊緣與雲端部署場景
- 在Ascend 310上部署邊緣應用
- 與基於雲的API和微服務集成
- 計算機視覺與NLP中的實際案例研究
總結與下一步
最低要求
- 具備使用Python深度學習框架(如TensorFlow或PyTorch)的經驗
- 理解神經網絡架構和模型訓練工作流程
- 對Linux命令行界面和腳本編寫有基本瞭解
受衆
- 從事模型部署的AI工程師
- 面向硬件加速的機器學習從業者
- 構建推理解決方案的深度學習開發者
14 時間: