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?在華為AI計算堆疊中的角色
- 昇騰處理器架構概述(310、910等)
- 支援的AI框架和工具鏈概述
模型轉換與編譯
- 使用ATC工具進行模型轉換(TensorFlow、PyTorch、ONNX)
- 建立並驗證OM模型檔案
- 處理不支援的運算子和常見轉換問題
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整合
- 使用昇騰模型管理器
效能最佳化與剖析
- 理解AI核心、記憶體和tiling最佳化
- 使用CANN工具剖析模型執行
- 提升推論速度和資源使用率的最佳實踐
錯誤處理與除錯
- 常見部署錯誤及其解決方法
- 讀取日誌並使用錯誤診斷工具
- 已部署模型的單元測試和功能驗證
邊緣與雲端部署情境
- 部署到昇騰310以用於邊緣應用
- 與雲端API和微服務整合
- 電腦視覺和NLP的真實案例研究
總結與後續步驟
最低要求
- 具備Python深度學習框架(如TensorFlow或PyTorch)的經驗
- 理解神經網路架構和模型訓練流程
- 熟悉Linux命令列和腳本的基本操作
目標學員
- 負責模型部署的AI工程師
- 針對硬體加速的機器學習從業者
- 建立推論解決方案的深度學習開發者
14 小時