Contacta con nosotros

Temario del curso

Introducción a la implementación de CV/PLN con CANN

  • Ciclo de vida de los modelos 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 inferencia CV/PLN utilizando 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 CV y PLN utilizando herramientas de CANN
  • Reducción de latencia mediante precisión mixta y ajuste de lotes (batch)
  • Gestión de memoria y computación para tareas de transmisión de datos

Casos de uso de Visión por Computadora

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

Casos de uso de PLN

  • Estudio de caso: análisis de sentimiento y detección de intenciones
  • Estudio de caso: clasificación y resumen 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 para visión por computadora o PLN
  • Experiencia con Python y marcos de IA como TensorFlow, PyTorch o MindSpore
  • Conocimiento básico de flujos de trabajo de implementación o inferencia de modelos

Audiencia

  • 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 de CANN en manufactura, vigilancia o análisis de medios
 14 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas