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.
Temario del curso
Introducción al despliegue de VC / PLN con CANN
- Ciclo de vida del modelo de IA, desde el entrenamiento hasta el despliegue
- Consideraciones clave de rendimiento para VC y PLN en tiempo real
- Descripción general de las herramientas del SDK CANN y su papel en la integración de modelos
Preparación de modelos de VC y PLN
- Exportación de modelos desde PyTorch, TensorFlow y MindSpore
- Manejo de entradas y salidas de modelos para tareas de imagen y texto
- Uso de ATC para convertir modelos al formato OM
Despliegue de flujos de trabajo de inferencia con AscendCL
- Ejecución de inferencias de VC / PLN utilizando la API AscendCL
- Flujos de trabajo de preprocesamiento: redimensionamiento de imágenes, tokenización, normalización
- Postprocesamiento: cajas delimitadoras, puntuaciones de clasificación, salida de texto
Técnicas de optimización de rendimiento
- Perfilado de modelos de VC y PLN utilizando herramientas CANN
- Reducción de latencia con precisión mixta y ajuste por lotes (batch)
- Gestión de memoria y procesamiento para tareas de streaming
Casos de uso de Visión por Computadora
- Estudio de caso: detección de objetos para vigilancia inteligente
- Estudio de caso: inspección de calidad visual en fabricación
- Construcción de flujos de trabajo de análisis de video en vivo en Ascend 310
Casos de uso de PLN
- Estudio de caso: análisis de sentimiento y detección de intenciones
- Estudio de caso: clasificación y resumen de documentos
- Integración de PLN en tiempo real con APIs REST y sistemas de mensajería
Resumen y próximos pasos
Requerimientos
- Familiaridad con el aprendizaje profundo para visión por computadora o PLN
- Experiencia con Python y marcos de IA como TensorFlow, PyTorch o MindSpore
- Comprensión básica de los flujos de trabajo de despliegue o inferencia de modelos
Audiencia
- Profesionales de visión por computadora y PLN que utilizan la plataforma Ascend de Huawei
- Científicos de datos e ingenieros de IA que desarrollan modelos de percepción en tiempo real
- Desarrolladores que integran flujos de trabajo CANN en fabricación, vigilancia o análisis de medios
14 Horas
