Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
Съдържание и теми, включени в курса
Въведение в Edge AI и Ascend 310
- Преглед на Edge AI: тенденции, ограничения и приложения
- Архитектура на чипа Huawei Ascend 310 и поддържана инструментална верига
- Позициониране на CANN в стека за внедряване на Edge AI
Подготовка и конвертиране на модели
- Експортиране на обучени модели от TensorFlow, PyTorch и MindSpore
- Използване на ATC за конвертиране на модели във формат OM за устройства Ascend
- Справяне с неподдържани операции и стратегии за леко конвертиране
Разработване на конвейери за извеждане на изводи с AscendCL
- Използване на API на AscendCL за изпълнение на OM модели на Ascend 310
- Предварителна обработка на входове/изходи, управление на паметта и контрол на устройството
- Внедряване във вградени контейнери или леки среди за изпълнение
Оптимизация за ограничения на крайните устройства
- Намаляване на размера на модела, настройка на точността (FP16, INT8)
- Използване на профилиращия инструмент на CANN за идентифициране на тесните места
- Управление на разположението на паметта и поточното предаване на данни за производителност
Внедряване с MindSpore Lite
- Използване на средата за изпълнение MindSpore Lite за мобилни и вградени цели
- Сравнение между MindSpore Lite и суровия конвейер AscendCL
- Пакетиране на модели за извеждане на изводи за внедряване на конкретно устройство
Сценарии за внедряване на крайни устройства и казуси
- Казус: интелигентна камера с модел за откриване на обекти на Ascend 310
- Казус: класификация в реално време в IoT сензорен хъб
- Наблюдение и актуализиране на внедрените модели на крайните устройства
Обобщение и следващи стъпки
Изисквания
- Опит в разработването на AI модели или работни процеси за внедряване
- Основни познания за вградени системи, Linux и Python
- Познаване на рамки за дълбоко обучение като TensorFlow или PyTorch
Аудитория
- Разработчици на IoT решения
- Инженери по вграден AI
- Интегратори на крайни системи и специалисти по внедряване на AI
14 Часа
Отзиви от участници (1)
Че можем да покрием предмети и да работим с реални примери
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Курс - Advanced Edge AI Techniques
Машинен превод