联系我们

课程大纲

CANN与Ascend AI处理器简介

  • 什么是CANN?其在华为AI计算栈中的作用
  • Ascend处理器架构概述(310、910等)
  • 支持的AI框架和工具链概述

模型转换与编译

  • 使用ATC工具进行模型转换(TensorFlow、PyTorch、ONNX)
  • 创建并验证OM模型文件
  • 处理不支持的算子及常见转换问题

使用MindSpore及其他框架部署

  • 使用MindSpore Lite部署模型
  • 通过Python API或C++ SDK集成OM模型
  • 使用Ascend模型管理器

性能优化与分析

  • 理解AI Core、内存及分块优化
  • 使用CANN工具分析模型执行
  • 提升推理速度和资源使用的最佳实践

错误处理与调试

  • 常见部署错误及其解决方法
  • 读取日志并使用错误诊断工具
  • 已部署模型的单元测试和功能验证

边缘与云端部署场景

  • 部署到Ascend 310用于边缘应用
  • 与云端API和微服务集成
  • 计算机视觉和NLP领域的实际案例研究

总结与后续步骤

要求

  • 具备使用Python深度学习框架(如TensorFlow或PyTorch)的经验
  • 理解神经网络架构和模型训练流程
  • 熟悉Linux命令行和脚本编写基础

目标学员

  • 从事模型部署的AI工程师
  • 面向硬件加速的机器学习从业者
  • 构建推理解决方案的深度学习开发者
 14 小时

即将举行的公开课程

课程分类