Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción al ecosistema de IA de Huawei
- Hardware de IA Ascend: chips 310, 910 y 910B
- MindSpore, CANN y herramientas de soporte
- Flujo de trabajo de desarrollo de IA: del entrenamiento al despliegue
Comprensión del conjunto de herramientas CANN
- Qué es CANN y por qué es importante
- Visión general de los componentes principales (ATC, AscendCL, bibliotecas de operadores)
- Rol de CANN en las pipelines de inferencia de IA
Primeros pasos con MindSpore y CANN
- Configuración del entorno (MindSpore + CANN + Python)
- Entrenamiento de un modelo básico en MindSpore
- Exportación y conversión del modelo utilizando ATC
Ejecución de inferencia en dispositivos Ascend
- Uso del modelo OM con AscendCL o APIs de Python
- Preprocesamiento básico de entrada/salida
- Validación de las salidas del modelo
Trabajo con otros marcos
- Visión general del soporte para TensorFlow, PyTorch y ONNX
- Operadores admitidos y limitaciones
- Demostración de conversión de un modelo sencillo (p. ej., de ONNX a OM)
Exploración del ecosistema de desarrollo de CANN y MindSpore
- Recursos clave: documentación, repositorios de GitHub, código de ejemplo
- Visión general de MindSpore Hub y model zoo
- Foros comunitarios, eventos y canales de soporte
Resumen y próximos pasos
Requerimientos
- Comprensión básica de los conceptos de aprendizaje automático (machine learning) y aprendizaje profundo (deep learning).
- Algún conocimiento de la programación con Python.
- No se requiere experiencia previa con CANN ni con hardware Ascend.
Público objetivo
- Desarrolladores de aprendizaje automático que exploran flujos de trabajo de despliegue.
- Estudiantes o investigadores nuevos en el ecosistema de IA de Huawei.
- Contribuyentes de marcos de IA y aficionados interesados en la aceleración de modelos.
7 Horas
