感谢您发送咨询!我们的团队成员将很快与您联系。
感谢您发送预订!我们的团队成员将很快与您联系。
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