聯繫我們

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

人數


每位參與者的報價

即將到來的課程

課程分類