首页
›
AI算力与GPU工程
›
030-华为昇腾Atlas硬件与CANN开发实战
›
《MindSpore昇腾适配与训练推理实战》
VIP20
本课程属于:030-华为昇腾Atlas硬件与CANN开发实战
AI算力与GPU工程 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
MindSpore适配昇腾全攻略
📚 共计 30 章节
01
MindSpore与昇腾概览
MindSpore发展历程 · 昇腾AI处理器架构 · 全栈生态
概览
生态
02
环境搭建与配置
驱动固件 · CANN安装 · MindSpore验证 · 环境变量
环境
安装
03
快速上手
首个训练脚本 · 昇腾运行 · 日志与性能数据
入门
实战
04
数据集加载与处理
数据引擎 · ImageNet/CIFAR · 增强与流水线
数据
流水线
05
网络模型构建
nn.Cell · Conv2d/Dense/ReLU · 自定义网络
模型
算子
06
损失函数与优化器
SoftmaxCrossEntropy · SGD/Adam · 学习率调度
损失
优化
07
训练与评估流程
Model高阶API · 自定义循环 · checkpoint
训练
评估
08
混合精度训练
混合精度原理 · AMP · 手动配置 · 性能收益
精度
性能
09
图模式与PyNative模式
静态图Graph · 动态图PyNative · 切换调试
模式
调试
10
自动微分与梯度处理
GradOperation · 梯度裁剪/累积/冻结
微分
梯度
11
算子开发与适配
昇腾算子开发 · TBE入门 · 自定义算子注册
算子
开发
12
性能调优基础
Profiler · 瓶颈分析 · 算子执行优化
性能
调优
13
分布式训练基础
AllReduce · 数据并行 · 模型并行 · 配置
分布式
并行
14
分布式训练进阶
混合并行 · AutoParallel · 流水线并行
进阶
自动并行
15
模型迁移与适配
PyTorch/TF迁移 · 常见问题与解决方案
迁移
适配
16
ONNX模型导入与导出
ONNX格式 · MindSpore导出 · 导入推理
ONNX
中间格式
17
MindIR模型格式
MindIR介绍 · 导出/加载 · 跨平台部署
MindIR
部署
18
推理部署与MindSpore Lite
Lite介绍 · 模型转换 · 端侧推理
推理
端侧
19
昇腾推理引擎(ACL)
ACL框架 · 推理流程 · 与Lite对比
ACL
推理
20
模型压缩与量化
量化原理 · 剪枝蒸馏 · 精度验证
压缩
量化
21
调试与错误排查
安装运行错误 · 日志分析 · 精度对比工具
调试
错误
22
昇腾内存管理
分配机制 · 显存优化 · 复用与碎片整理
内存
显存
23
昇腾算子融合与图优化
算子融合 · 图优化技术 · 手动优化技巧
融合
图优化
24
昇腾亲和性算法设计
硬件特性 · 亲和算子 · NHWC vs NCHW
亲和性
数据排布
25
多卡多机训练实践
多卡配置 · 多机通信 · 大规模稳定性
多卡
多机
26
昇腾集群调度与资源管理
调度策略 · 资源隔离 · 任务优先级
集群
调度
27
模型可解释性与可视化
MindSpore Insight · 计算图可视化 · 可解释性
可视化
可解释性
28
安全与隐私保护
联邦学习 · 差分隐私 · 模型安全加固
隐私
安全
29
昇腾生态工具链
MindStudio · ModelZoo · 最佳实践
工具链
生态
30
综合实战项目
图像分类全流程:数据·模型·训练·推理部署
实战
全流程
所属VIP或分类
同VIP:AI应用迁移昇腾Atlas与CANN适配实战
同VIP:AscendCL应用开发与资源管理实战
同VIP:Atlas-200-DK外设驱动开发