Contacta con nosotros

Temario del curso

Introducción a la Implementación de VP/PLN con CANN

  • Ciclo de vida del modelo de IA: desde el entrenamiento hasta la implementación
  • Consideraciones clave de rendimiento para VP y PLN en tiempo real
  • Descripción general de las herramientas del SDK CANN y su papel en la integración de modelos

Preparación de Modelos de VP y PLN

  • Exportación de modelos desde PyTorch, TensorFlow y MindSpore
  • Manejo de entradas y salidas del modelo para tareas de imagen y texto
  • Uso de ATC para convertir modelos al formato OM

Implementación de Pipelines de Inferencia con AscendCL

  • Ejecución de inferencias de VP/PLN mediante la API de AscendCL
  • Pipelines de preprocesamiento: redimensionamiento de imágenes, tokenización, normalización
  • Postprocesamiento: cajas delimitadoras, puntuaciones de clasificación, salida de texto

Técnicas de Optimización de Rendimiento

  • Perfilado de modelos VP y PLN mediante las herramientas CANN
  • Reducción de la latencia mediante precisión mixta y ajuste por lotes (batch)
  • Gestión de memoria y capacidad de cómputo para tareas de transmisión en tiempo real

Casos de Uso de Visión por Computadora

  • Estudio de caso: detección de objetos para vigilancia inteligente
  • Estudio de caso: inspección visual de calidad en la manufactura
  • Creación de pipelines de análisis de video en vivo sobre Ascend 310

Casos de Uso de PLN

  • Estudio de caso: análisis de sentimiento y detección de intenciones
  • Estudio de caso: clasificación y resumido de documentos
  • Integración de PLN en tiempo real con APIs REST y sistemas de mensajería

Resumen y Próximos Pasos

Requerimientos

  • Familiaridad con el aprendizaje profundo aplicado a la visión por computadora o al PLN
  • Experiencia con Python y marcos de IA como TensorFlow, PyTorch o MindSpore
  • Comprensión básica de los flujos de trabajo de implementación e inferencia de modelos

Público Objetivo

  • Profesionales de la visión por computadora y el PLN que utilizan la plataforma Ascend de Huawei
  • Científicos de datos e ingenieros de IA que desarrollan modelos de percepción en tiempo real
  • Desarrolladores que integran pipelines CANN en manufactura, vigilancia o análisis de medios
 14 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas