×

签到

分享到微信

打开微信,使用扫一扫进入页面后,点击右上角菜单,

点击“发送给朋友”或“分享到朋友圈”完成分享

【MLU370】16个在线实验上新,限时免费欢迎大家体验! 三叶虫2023-01-04 12:05:45 回复 8 查看 社区交流 干货资源
【MLU370】16个在线实验上新,限时免费欢迎大家体验!
分享到:

image.png

学完了社区的在线课程,来做实验吧~


寒武纪开发者社区在线实验更新了2篇初级实验以及14篇中级实验,点击以下介绍对应的链接即可免费在线参与,快速上手370系列软硬件的开发使用,为进一步的开发创新打好基础!

 

【初级】在线实验(2篇)

模型训练 : YOLOv5 目标检测

n  简介:本实验主要介绍基于寒武纪 MLU370 与寒武纪 PyTorch 框架的YOLOv5(v6.0版本)目标检测训练方法

n  链接:模型训练 : YOLOv5 目标检测 – 寒武纪开发者社区 (cambricon.com)

模型推理 : YOLOv5 目标检测

n  简介:本实验主要介绍基于寒武纪推理引擎 MagicMind 的 YOLOv5m (PyTorch, Python, FP32) 目标检测推理应用的开发方法

n  链接:模型推理 : YOLOv5 目标检测 – 寒武纪开发者社区 (cambricon.com)

 

【中级】在线实验(14篇)

模型训练相关主题实验:(3篇)

Ø  模型训练:BERT的SQuAD任务

n  本实验主要介绍基于MLU370系列 AI 处理器与寒武纪 PyTorch 框架的 BERT(基于 Transformers v4.0.1)训练方法。

n  链接:模型训练:BERT的SQuAD任务 – 寒武纪开发者社区 (cambricon.com)


Ø  模型训练: DBNet文本检测

n  本实验介绍基于MLU370 与寒武纪 PaddlePaddle 框架的DBNet 文本检测训练方法

n  链接:模型训练: DBNet文本检测 – 寒武纪开发者社区 (cambricon.com)


Ø  模型训练: LPCNet 语音合成

n  本实验介绍基于MLU370 与寒武纪 TensorFlow2 框架的 LPCNet 语音合成训练方法

n  链接:模型训练: LPCNet 语音合成 – 寒武纪开发者社区 (cambricon.com)

模型推理相关主题实验:(10篇)

Ø  模型推理:BERT的SQuAD任务

n  本实验主要介绍通过寒武纪的高性能算子,完成同等于BertForQuestionAnswering模型所能支持的问答任务。

n  链接:模型推理:BERT的SQuAD任务 – 寒武纪开发者社区 (cambricon.com)


Ø  模型推理:Swin-Transformer图像分类

n  本实验介绍了基于寒武纪 MagicMind 的模型推理—Swin-Transformer 图像分类的实践过程

n  链接:模型推理:Swin-Transformer图像分类 – 寒武纪开发者社区 (cambricon.com)


Ø  模型推理: DeepLabv3 图像分割

n  本实验主要介绍基于MLU370 MagicMind的DeepLabv3图像分割推理应用的开发方法。

n  链接:模型推理: DeepLabv3 图像分割 – 寒武纪开发者社区 (cambricon.com)


Ø  模型推理: SSD 目标检测

n  本实验主要介绍基于寒武纪MagicMind平台的Caffe-SSD目标检测推理应用的开发方法和性能优化。

n  链接:模型推理: SSD 目标检测 – 寒武纪开发者社区 (cambricon.com)


Ø  模型推理: Transformer的翻译任务

n  本实验主要介绍基于MLU370,使用寒武纪高性能算子,完成Transformer的翻译任务

n  链接:模型推理: Transformer的翻译任务 – 寒武纪开发者社区 (cambricon.com)


Ø  模型推理: Tacotron2语音合成

n  本实验主要介绍MLU370硬件平台及寒武纪 PyTorch 框架的 Tacotron2 语音合成推理应用的开发方法。

n  链接:模型推理: Tacotron2语音合成 – 寒武纪开发者社区 (cambricon.com)


Ø  模型推理:YOLOv5 目标检测

n  本实验主要介绍基于MagicMind的YOLOv5m 目标检测推理应用的开发方法。

n  链接:模型推理:YOLOv5 目标检测 – 寒武纪开发者社区 (cambricon.com)


Ø  模型推理: OCR 实现

n  本实验主要介绍飞桨框架的开发套件PaddleOCR,OCR模型(dbnet+crnn)迁移至寒武纪MLU370 MagicMind 平台的过程

n  链接:模型推理: OCR 实现 – 寒武纪开发者社区 (cambricon.com)


Ø  模型推理:EfficientNetV2图像分类

n  本实验主要介绍基于MagicMind平台的EfficientNetV2图像分类推理应用的开发方法。

n  链接:模型推理:EfficientNetV2图像分类 – 寒武纪开发者社区 (cambricon.com)


Ø  模型推理: Conformer 语音识别

n  本实验介绍基于MLU370 MagicMind 平台的 Conformer 语音识别推理应用的开发方法。

n  链接:模型推理: Conformer 语音识别 – 寒武纪开发者社区 (cambricon.com)

CNStream 案例相关实验:(1篇)

Ø  CNStream: 视觉领域 pipeline 实现

n  本实验介绍基于 MLU 的视觉领域的pipeline的实现,即使用 CNStream 案例的运行方式。

n  链接:CNStream: 视觉领域 pipeline 实现 – 寒武纪开发者社区 (cambricon.com)

 

 最后,在课程和实验的学习和体验过程中,欢迎大家来论坛相应的版块交流、分享和提问~



版权所有 © 2024 寒武纪 Cambricon.com 备案/许可证号:京ICP备17003415号-1
关闭