Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Duración 7 horas
Temario del curso
Introducción al ecosistema de IA de Huawei
- Hardware Ascend AI: chips 310, 910 y 910B
- MindSpore, CANN y herramientas de soporte
- Flujo de trabajo de desarrollo de IA: del entrenamiento a la implementación
Comprensión del kit de herramientas CANN
- ¿Qué es CANN y por qué es importante?
- Visión general de los componentes principales (ATC, AscendCL, bibliotecas de operadores)
- Rol de CANN en las tuberías de inferencia de IA
Primeros pasos con MindSpore y CANN
- Configuración del entorno (MindSpore + CANN + Python)
- Entrenamiento de un modelo básico en MindSpore
- Exportación y conversión del modelo utilizando ATC
Ejecución de inferencia en dispositivos Ascend
- Uso del modelo OM con AscendCL o APIs de Python
- Preprocesamiento básico de entrada/salida
- Validación de las salidas del modelo
Trabajo con otros marcos de trabajo
- Visión general del soporte para TensorFlow, PyTorch y ONNX
- Operadores admitidos y limitaciones
- Demostración de conversión de modelos simples (p. ej., de ONNX a OM)
Exploración del ecosistema de desarrolladores de CANN y MindSpore
- Recursos clave: documentación, repositorios de GitHub, código de ejemplo
- Visión general de MindSpore Hub y el zoo de modelos
- Foros de la comunidad, eventos y canales de soporte
Resumen y próximos pasos
Requerimientos
- Comprensión básica de los conceptos de aprendizaje automático y aprendizaje profundo
- Experiencia de programación con Python
- No se requiere experiencia previa con CANN ni con hardware Ascend
Público objetivo
- Desarrolladores de aprendizaje automático que exploran flujos de trabajo de implementación
- Estudiantes o investigadores nuevos en el ecosistema de IA de Huawei
- Contribuyentes a marcos de IA y aficionados interesados en la aceleración de modelos
