Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in die Bereitstellung von CV/NLP mit CANN
- KI-Modelllebenszyklus von der Ausbildung bis zur Bereitstellung
- Wichtige Leistungserwägungen für Echtzeit-CV und NLP
- Überblick über die CANN SDK-Werkzeuge und ihre Rolle bei der Modellintegration
Vorbereitung von CV- und NLP-Modellen
- Exportieren von Modellen aus PyTorch, TensorFlow und MindSpore
- Handhabung von Modell-Eingaben/-Ausgaben für Bild- und Textaufgaben
- Verwendung von ATC zur Konvertierung von Modellen ins OM-Format
Bereitstellung von Inferenz-Pipelines mit AscendCL
- Ausführen der CV/NLP-Inferenz über die AscendCL API
- Preprocessing-Pipelines: Bildvergrößerung/-verkleinerung, Tokenisierung, Normalisierung
- Postprocessing: Bounding Boxes, Klassifizierungswerte, Textausgabe
Techniken zur Leistungsoptimierung
- Profiling von CV- und NLP-Modellen mit CANN-Werkzeugen
- Reduzierung der Latenz durch Mischpräzision und Batch-Anpassung
- Verwaltung von Speicher und Rechenleistung für Streaming-Aufgaben
Anwendungsfälle der Computer Vision
- Fallstudie: Objekterkennung für intelligente Videoüberwachung
- Fallstudie: Sichtprüfung in der Fertigung
- Entwicklung von Live-Video-Analyse-Pipelines auf Ascend 310
Anwendungsfälle des NLP
- Fallstudie: Sentiment-Analyse und Intent-Erkennung
- Fallstudie: Dokumentklassifizierung und Zusammenfassung
- Echtzeit-NLP-Integration mit REST-APIs und Nachrichtensystemen
Zusammenfassung und nächste Schritte
Voraussetzungen
- Vertrautheit mit Deep Learning für Computer Vision oder NLP
- Erfahrung mit Python und KI-Frameworks wie TensorFlow, PyTorch oder MindSpore
- Grundlegendes Verständnis von Modellbereitstellung oder Inferenz-Workflows
Zielgruppe
- Fachleute für Computer Vision und NLP, die die Huawei Ascend-Plattform einsetzen
- Data Scientists und KI-Ingenieure, die Echtzeit-Erkennungsmodelle entwickeln
- Entwickler, die CANN-Pipelines in der Fertigung, Überwachung oder Medienanalyse integrieren
14 Stunden