Contacta con nosotros

Temario del curso

Introducción a la Implementación de VC/PLN con CANN

  • Ciclo de vida de un modelo de IA, desde el entrenamiento hasta la implementación
  • Consideraciones clave de rendimiento para VC y PLN en tiempo real
  • Descripción general de las herramientas del CANN SDK y su papel en la integración de modelos

Preparación de Modelos VC y PLN

  • Exportar modelos desde PyTorch, TensorFlow y MindSpore
  • Manejo de entradas/salidas de modelos para tareas de imagen y texto
  • Uso de ATC para convertir modelos al formato OM

Implementación de Pipelines de Inferencia con AscendCL

  • Ejecución de inferencia VC/PLN utilizando la API AscendCL
  • Pipelines de preprocesamiento: redimensionado de imágenes, tokenización, normalización
  • Postprocesamiento: cuadros delimitadores, puntuaciones de clasificación, salida de texto

Técnicas de Optimización de Rendimiento

  • Perfilado de modelos VC y PLN utilizando herramientas CANN
  • Reducción de latencia con precisión mixta y ajuste de lotes (batch)
  • Gestión de memoria y cómputo para tareas en flujo continuo (streaming)

Casos de Uso de Visión por Computadora

  • Estudio de caso: detección de objetos para vigilancia inteligente
  • Estudio de caso: inspección visual de calidad en fabricación
  • Construcción de pipelines de análisis de video en vivo en Ascend 310

Casos de Uso de PLN

  • Estudio de caso: análisis de sentimiento y detección de intención
  • Estudio de caso: clasificación y resumido 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 frameworks de IA como TensorFlow, PyTorch o MindSpore
  • Comprensión básica de flujos de trabajo de implementación o inferencia de modelos

Público Objetivo

  • 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 pipelines CANN en fabricación, vigilancia o análisis de medios
 14 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas