认证内容
| 章节 | 时长（分钟） | 学习目标 |
|---|---|---|
| 算子注册与模型迁移 | 300 | 能独立完成PyTorch典型模型的迁移适配与分布式部署 |
认证学习
算子注册与模型迁移课程
本课程聚焦常见PyTorch模型向昇腾NPU迁移的实践过程，系统讲解CANN工具链的迁移分析方法。学员将学习使用工具进行自动化接口替换，掌握自定义算子库的注册流程。课程解析模型精度调试中的舍入模式差异、动态shape处理策略，以及PyTorch混合精度适配要点，最后展示"船脸识别YoloV5"迁移案例。针对分布式训练场景，课程详细演示HCCL通信库的配置优化，并通过8卡/16卡集群部署案例，揭示NPU的多机多卡并行机制。完成本课程后，学员将能独立完成PyTorch典型模型的迁移适配与分布式部署。 为了更高效、准确地传递课程内容，我们采用了语音合成技术，降低人工录制环节的不确定性。目前AI语音可能还不够完美，我们将努力优化播讲效果，力求给您更好的学习体验，同时也欢迎大家推荐更好用的语音合成引擎——您的声音对我们非常重要！
通过本课程将掌握：
- 算子注册与模型迁移
课程
算子注册与模型迁移
认证事项
- 1.考试仅支持电脑端操作
- 2.通过考试后需在10天内完成实名认证，逾期未完成实名认证将无法发放证书
- 3.考试及实名认证通过后24小时，可前往个人中心-我的微认证查看证书编号或下载电子证书
- 4.证书自颁布之日起2年内有效
- 5.为了确保您考取的微认证真实有效，且能充分发挥其对您的积极作用，维护认证的公正性和可信度，微认证证书支持在社区侧公开查询，可前往微认证证书查询使用证书编号进行查询。感谢您选择参加本认证，祝您取得优异成绩！