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:

人數


每位參與者的報價

Upcoming Courses

課程分類