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
边缘AI和昇腾310简介
- 边缘AI概述:趋势、约束和应用
- 华为昇腾310芯片架构及支持的工具链
- CANN在边缘AI部署栈中的定位
模型准备与转换
- 从TensorFlow、PyTorch和MindSpore导出训练好的模型
- 使用ATC将模型转换为适用于昇腾设备的OM格式
- 处理不支持的算子和轻量级转换策略
使用AscendCL开发推理流水线
- 使用AscendCL API在昇腾310上运行OM模型
- 输入/输出预处理、内存处理和设备控制
- 在嵌入式容器或轻量级运行时环境中部署
针对边缘约束的优化
- 减小模型尺寸、精度调整(FP16、INT8)
- 使用CANN性能分析器识别瓶颈
- 管理内存布局和数据流以提升性能
使用MindSpore Lite部署
- 使用MindSpore Lite运行时用于移动和嵌入式目标
- 比较MindSpore Lite与原始AscendCL流水线
- 为特定设备部署打包推理模型
边缘部署场景和案例研究
- 案例研究:在昇腾310上使用目标检测模型的智能摄像头
- 案例研究:IoT传感器中枢中的实时分类
- 在边缘监控和更新已部署的模型
总结和后续步骤
要求
- 具备AI模型开发或部署流程的经验
- 了解嵌入式系统、Linux和Python的基础知识
- 熟悉深度学习框架,如TensorFlow或PyTorch
目标学员
- IoT解决方案开发者
- 嵌入式AI工程师
- 边缘系统集成商和AI部署专家
14 小时
客户评论 (1)
我们可以涵盖高级主题,并运用实际案例
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
课程 - Advanced Edge AI Techniques
机器翻译