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 a la implementación de CV/PLN con CANN
- Ciclo de vida del modelo de IA desde el entrenamiento hasta la implementación
- Consideraciones clave de rendimiento para CV 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 CV y PLN
- Exportación de modelos desde PyTorch, TensorFlow y MindSpore
- Manejo de entradas y salidas de modelos 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 CV/PLN mediante la API de AscendCL
- Pipelines de preprocesamiento: redimensionado de imágenes, tokenización, normalización
- Postprocesamiento: cajas delimitadoras, puntuaciones de clasificación, salida de texto
Técnicas de optimización de rendimiento
- Perfilamiento de modelos de CV y PLN utilizando herramientas de CANN
- Reducción de latencia con precisión mixta y ajuste por lotes
- Gestión de memoria y cómputo para tareas de flujo continuo
Casos de uso de Visión por Computadora
- Caso de estudio: detección de objetos para vigilancia inteligente
- Caso de estudio: inspección visual de calidad en manufactura
- Construcción de pipelines de análisis de video en vivo en Ascend 310
Casos de uso de PLN
- Caso de estudio: análisis de sentimiento y detección de intención
- Caso de estudio: clasificación y resumen de documentos
- Integración de PLN en tiempo real con APIs REST y sistemas de mensajería
Resumen y próximos pasos
Requerimientos
- Conocimiento del aprendizaje profundo para visión por computadora o PLN
- Experiencia con Python y marcos de IA como TensorFlow, PyTorch o MindSpore
- Comprensión básica de los flujos de trabajo de implementación o inferencia de modelos
Público objetivo
- Profesionales de visión por computadora y 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
