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 de IA Ascend: chips 310, 910 y 910B
- MindSpore, CANN y herramientas de soporte
- Flujo de trabajo de desarrollo de IA: del entrenamiento al despliegue
Comprensión del kit de herramientas CANN
- ¿Qué es CANN y por qué es importante?
- Resumen de los componentes principales (ATC, AscendCL, bibliotecas de operadores)
- Rol de CANN en las tuberías de inferencia de IA
Comenzando 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 API de Python
- Preprocesamiento básico de entrada y salida
- Validación de las salidas del modelo
Trabajo con otros marcos
- Resumen del soporte para TensorFlow, PyTorch y ONNX
- Operadores compatibles y limitaciones
- Demostración simple de conversión de modelos (p. ej., de ONNX a OM)
Exploración del ecosistema de desarrolladores de CANN y MindSpore
- Recursos clave: documentación, repositorios de GitHub, código de ejemplo
- Resumen de MindSpore Hub y zoo de modelos
- Foros comunitarios, eventos y canales de soporte
Resumen y próximos pasos
Requerimientos
- Comprensión básica de los conceptos de aprendizaje automático (machine learning) y aprendizaje profundo (deep learning)
- Algún nivel de experiencia de programación en Python
- No se requiere experiencia previa con CANN ni con el hardware Ascend
Público objetivo
- Desarrolladores de aprendizaje automático que exploran flujos de trabajo de despliegue
- Estudiantes o investigadores nuevos en el ecosistema de IA de Huawei
- Colaboradores de marcos de IA y entusiastas interesados en la aceleración de modelos
