문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
CANN로 CV/NLP 배포 소개
- AI 모델의 학습에서 배포까지의 라이프사이클
- 실시간 CV와 NLP를 위한 주요 성능 고려 사항
- CANN SDK 도구 개요 및 모델 통합에서의 역할
CV 및 NLP 모델 준비
- PyTorch, TensorFlow, MindSpore에서 모델 내보내기
- 이미지와 텍스트 작업의 모델 입력/출력 처리
- ATC를 사용하여 OM 형식으로 모델 변환
AscendCL을 사용하여 추론 파이프라인 배포
- AscendCL API를 사용하여 CV/NLP 추론 실행
- 전처리 파이프라인: 이미지 크기 조정, 토큰화, 정규화
- 후처리: 경계 상자, 분류 점수, 텍스트 출력
성능 최적화 기술
- CANN 도구를 사용하여 CV 및 NLP 모델 프로파일링
- 혼합 정밀도 및 배치 조정으로 지연 시간 줄이기
- 스트리밍 작업의 메모리와 계산 관리
Computer Vision Use Case
- 사례 연구: 스마트 감시를 위한 객체 탐지
- 사례 연구: 제조업에서 시각 품질 검사
- Ascend 310에서 실시간 비디오 분석 파이프라인 구축
NLP Use Case
- 사례 연구: 감정 분석 및 의도 탐지
- 사례 연구: 문서 분류 및 요약
- REST API 및 메시징 시스템을 통한 실시간 NLP 통합
요약 및 다음 단계
요건
- 컴퓨터 비전이나 NLP를 위한 딥러닝에 대한 이해
- Python 및 TensorFlow, PyTorch, 또는 MindSpore와 같은 AI 프레임워크에 대한 경험
- 모델 배포 또는 추론 워크플로우에 대한 기본 이해
대상자
- Huawei의 Ascend 플랫폼을 사용하는 컴퓨터 비전 및 NLP 전문가
- 실시간 인식 모델을 개발하는 데이터 과학자 및 AI 엔지니어
- 제조, 감시, 또는 미디어 분석에서 CANN 파이프라인을 통합하는 개발자
14 시간
회원 평가 (1)
I genuinely enjoyed the hands-on approach.