Ponte en Contacto

Temario del curso

Introducción a CANN y los procesadores de IA Ascend

  • ¿Qué es CANN? Su papel en la pila de cómputo de IA de Huawei
  • Visión general de la arquitectura de los procesadores Ascend (310, 910, etc.)
  • Resumen de los marcos de IA (frameworks) compatibles y la cadena de herramientas (toolchain)

Conversión y compilación de modelos

  • Uso de la herramienta ATC para la conversión de modelos (TensorFlow, PyTorch, ONNX)
  • Creación y validación de archivos de modelo OM
  • Manejo de operadores no compatibles y problemas comunes de conversión

Despliegue con MindSpore y otros frameworks

  • Despliegue de modelos con MindSpore Lite
  • Integración de modelos OM con APIs de Python o SDKs de C++
  • Trabajo con Ascend Model Manager

Optimización de rendimiento y perfilado

  • Comprensión de las optimizaciones de AI Core, memoria y tiling
  • Perfilado de la ejecución de modelos con herramientas de CANN
  • Mejores prácticas para mejorar la velocidad de inferencia y el uso de recursos

Manejo de errores y depuración

  • Errores comunes de despliegue y su resolución
  • Lectura de registros y uso de la herramienta de diagnóstico de errores
  • Pruebas unitarias y validación funcional de los modelos desplegados

Escenarios de despliegue en el borde (edge) y en la nube

  • Despliegue en Ascend 310 para aplicaciones de borde
  • Integración con APIs basadas en la nube y microservicios
  • Estudios de casos reales en visión por computador y NLP

Resumen y próximos pasos

Requerimientos

  • Experiencia con frameworks de aprendizaje profundo basados en Python, como TensorFlow o PyTorch
  • Comprensión de las arquitecturas de redes neuronales y los flujos de trabajo de entrenamiento de modelos
  • Familiaridad básica con CLI de Linux y scripts

Público objetivo

  • Ingenieros de IA que trabajan en el despliegue de modelos
  • Practicantes de machine learning que buscan la aceleración por hardware
  • Desarrolladores de deep learning que construyen soluciones de inferencia
 14 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas