Course Outline

Εισαγωγή στο πλατφόρμα Huawei Ascend

  • Περιγραφή της αρχιτεκτονικής Ascend και του οικοσυστήματος
  • MindSpore και περιγραφή CANN
  • Περιπτώσεις χρήσης και εμβέλεια στη βιομηχανία

Εγκατάσταση του περιβάλλοντος ανάπτυξης

  • Εγκατάσταση του toolkit CANN και MindSpore
  • Χρήση ModelArts και CloudMatrix για διορχηστροποίηση έργων
  • Ελέγχους του περιβάλλοντος με παραδειγματικά μοντέλα

Ανάπτυξη Μοντέλων με MindSpore

  • Ορισμός και εκπαίδευση του μοντέλου στο MindSpore
  • Παραγώγεις δεδομένων και ορθογράφηση δεδομένων σε σύνολα
  • Εξαγωγή μοντέλων σε τυποποιημένο τύπο Ascend

Optimization of Performance on Ascend

  • Συνδυασμός λειτουργιών και προσωπικοποίηση πυρήνων
  • Στρατηγική tiling και scheduling του AI Core
  • Εργαλεία benchmarking και profiling

Στρατηγικές Κατάθεσης

  • Έμμεσοι vs τύπου νεφέλης ανάθεσης επιλογών
  • Χρήση του MindX SDK για κατάθεση
  • Ενσωμάτωση με workflows CloudMatrix

Οδηγίες Αποψίλωσης και Μετρήσεις

  • Χρήση Profiler και AiD για tracing
  • Apopseυsίωση υπό λειτουργία αποτυχία
  • Μετρήσεις χρήση πόρων και throughput

Περίπτωση Σύλληψης και Εγκατάσταση Λαβ

  • Ανάπτυξη πλήρους pipeline χρησιμοποιώντας MindSpore
  • Εργασία: Δημιουργήστε, βελτιωθεί και εκχυθεί ένα μοντέλο στο Ascend
  • Σύλληψη παραγωγότητας με άλλες πλατφόρμες

Επίκρουση και Επόμενα Βήματα

Requirements

  • Σύνειση στα νευρωνικά δίκτυα και τους διαδromικούς ρυθμoύς AI
  • Εμπειρία με Python προγραμματισμό
  • Γνώση των παραδromών εκπαίδευσης και υπολoγιστικής ανάπτυξης μοντέλων

Αудитόριо

  • INGχεαI AI
  • Επιστήμονες δεδομένων που εργάζονται με το Huawei AI stack
  • Αναπtύξτες ML χρησιμοπoίων Ascend και MindSpore
 21 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories