第一阶段：认识昇腾
第一阶段：认识昇腾
本学习路径将对昇腾硬件架构，AICore等核心模块以及昇腾CANN算子开发进行介绍。通过本学习路径的学习，学员将了解到昇腾硬件以及CANN的基础知识，对昇腾有个初步认识。
本学习路径将对昇腾硬件架构，AICore等核心模块以及昇腾CANN算子开发进行介绍。通过本学习路径的学习，学员将了解到昇腾硬件以及CANN的基础知识，对昇腾有个初步认识。
昇腾AI处理器技术解析
本课程将了解昇腾910 AI处理器的技术参数和硬件逻辑架构；还将了解昇腾310 AI处理器的技术参数和硬件逻辑架构。
昇腾AI处理器计算资源层基础
本课程深入讲解AI Core的计算、存储、控制单元及其协同工作原理，同时掌握AI CPU及其组件在昇腾处理器中的角色与功能。
CANN异构计算架构基础
本课程讲解CANN架构中图引擎（GE）技术及应用，调优引擎（OPAT、SGAT、AMCT、GDAT）功能，以及昇腾张量编译器（ATC）的模型转换与部署作用。
昇腾计算执行引擎基础
本课程讲解HCCL通信库、昇腾计算引擎、DVPP和AIPP模块的基本概念、架构及功能，重点掌握其在图像、视频预处理中的应用。
CANN算子开发与测试
本课程将了解CANN中算子的基本概念，为进一步深入学习CANN算子的开发和应用打下坚实的基础。
昇腾AI处理器技术解析
本课程将了解昇腾910 AI处理器的技术参数和硬件逻辑架构；还将了解昇腾310 AI处理器的技术参数和硬件逻辑架构。
昇腾AI处理器计算资源层基础
本课程深入讲解AI Core的计算、存储、控制单元及其协同工作原理，同时掌握AI CPU及其组件在昇腾处理器中的角色与功能。
CANN异构计算架构基础
本课程讲解CANN架构中图引擎（GE）技术及应用，调优引擎（OPAT、SGAT、AMCT、GDAT）功能，以及昇腾张量编译器（ATC）的模型转换与部署作用。
昇腾计算执行引擎基础
本课程讲解HCCL通信库、昇腾计算引擎、DVPP和AIPP模块的基本概念、架构及功能，重点掌握其在图像、视频预处理中的应用。
CANN算子开发与测试
本课程将了解CANN中算子的基本概念，为进一步深入学习CANN算子的开发和应用打下坚实的基础。
第二阶段：深度学习入门（PyTorch）
第二阶段：深度学习入门（PyTorch）
本学习路径基于PyTorch框架，对深度学习基础知识、卷积神经网络、循环神经网络、生成对抗网络以及Transformer架构等进行介绍。通过本学习路径的学习，学员将对深度学习中基础知识以及典型网络架构实现方法具有较为全面的认识。
本学习路径基于PyTorch框架，对深度学习基础知识、卷积神经网络、循环神经网络、生成对抗网络以及Transformer架构等进行介绍。通过本学习路径的学习，学员将对深度学习中基础知识以及典型网络架构实现方法具有较为全面的认识。
深度学习基础与实践（PyTorch）
本课程学习线性回归、感知机、MLP、激活函数、反向传播、正则化等概念，掌握MSE计算及PyTorch实现，提升模型泛化能力。
卷积神经网络：从基础到模型实现
本课程介绍CNN基础理论、关键组件（卷积层、池化层、全连接层）及参数设置，通过实现LeNet、AlexNet、VGG、ResNet等经典架构加深理解。
循环神经网络与PyTorch实践
本课程涵盖RNN基础知识、常见问题与解决方案，及LSTM、GRU、Bi-RNN等变体的理论和PyTorch实现，适合序列数据开发者。
PyTorch GAN实战
本课程介绍GAN的基本概念、生成器与判别器的实现及训练过程，并涵盖DCGAN、CGAN、CycleGAN、BigGAN等代表性模型的特性与应用。
注意力机制与Transformer模型
本课程介绍了注意力机制的基本概念、发展历史、不同类型的注意力机制及其在Transformer模型中的应用，涵盖了从基础理论到具体实现的全面内容。
深度学习基础与实践（PyTorch）
本课程学习线性回归、感知机、MLP、激活函数、反向传播、正则化等概念，掌握MSE计算及PyTorch实现，提升模型泛化能力。
卷积神经网络：从基础到模型实现
本课程介绍CNN基础理论、关键组件（卷积层、池化层、全连接层）及参数设置，通过实现LeNet、AlexNet、VGG、ResNet等经典架构加深理解。
循环神经网络与PyTorch实践
本课程涵盖RNN基础知识、常见问题与解决方案，及LSTM、GRU、Bi-RNN等变体的理论和PyTorch实现，适合序列数据开发者。
PyTorch GAN实战
本课程介绍GAN的基本概念、生成器与判别器的实现及训练过程，并涵盖DCGAN、CGAN、CycleGAN、BigGAN等代表性模型的特性与应用。
注意力机制与Transformer模型
本课程介绍了注意力机制的基本概念、发展历史、不同类型的注意力机制及其在Transformer模型中的应用，涵盖了从基础理论到具体实现的全面内容。
第三阶段：昇腾PyTorch迁移
第三阶段：昇腾PyTorch迁移
通过本学习路径的学习，学员将对昇腾PyTorch迁移开发全流程、迁移方法以及性能精度调优方法有个全面认识。除此之外，学员还能通过实践任务体验昇腾PyTorch经典视觉、音频以及自然语言处理模型开发流程。
通过本学习路径的学习，学员将对昇腾PyTorch迁移开发全流程、迁移方法以及性能精度调优方法有个全面认识。除此之外，学员还能通过实践任务体验昇腾PyTorch经典视觉、音频以及自然语言处理模型开发流程。
昇腾PyTorch模型开发流程
本课程学习将带领您了解在昇腾AI处理器上进行PyTorch模型迁移训练的整体流程，包括环境配置和模型训练。
昇腾PyTorch入门与配置
本课程介绍昇腾PyTorch扩展插件torch_npu的基本概念、架构与特性，帮助初学者快速入门。同时讲解在昇腾平台上配置和安装torch_npu的方法，包括快速安装、源码编译安装（容器、物理机、虚拟机场景）。
昇腾PyTorch迁移入门
本课程介绍昇腾NPU平台的基本概念，讲解PyTorch模型从GPU迁移到昇腾NPU的总体思路，包括迁移分析、适配、精度调试与性能调优四个阶段的任务。重点介绍迁移分析的基本流程，帮助开发者高效完成模型迁移。
昇腾PyTorch模型迁移与调试
本课程讲解昇腾PyTorch模型迁移适配流程，包括脚本迁移、环境配置和特性适配，以及调试方法，帮助定位和解决迁移问题。
昇腾PyTorch脚本迁移方法
本课程将了解PyTorch代码迁移三种常见方法，分别是自动迁移、工具迁移以及手工迁移，掌握迁移注意事项及环境配置，确保模型顺利运行。
昇腾PyTorch模型脚本配置
本课程讲解昇腾PyTorch模型在单机单卡、单机多卡和多机多卡环境下的脚本配置，包括迁移适配、数据加载、并行化及启动脚本，助力用户顺利进行模型训练。
昇腾PyTorch性能调优工具
本课程学习如何使用Ascend PyTorch Profiler进行性能数据采集，掌握其技术细节与操作步骤；了解昇腾PyTorch性能比对工具的使用方法，分析模型训练性能瓶颈。
昇腾PyTorch模型性能调优与优化
本课程深入讲解昇腾AI处理器上的模型性能优化，涵盖并行训练、性能指标、调试工具、PyTorch优化、数据加载、融合算子优化等关键技能，助力模型性能大幅提升。
昇腾PyTorch模型精度调试与优化
本课程学习昇腾PyTorch模型的精度调试方法，包括精度调试流程、大模型精度问题来源、单精度与半精度浮点数特点、混合精度计算中的精度问题，以及如何根据任务需求权衡精度损失与训练速度。
计算机视觉模型实践
本课程旨在全面介绍计算机视觉领域的多个重要模型，包括LightweightOpenPose、BiT、ShuffleNetV2、ConvNext、YOLOv9、CLIP、EfficientNet、vit_msn等，通过实验帮助开发者掌握模型的特点、工作原理及应用场景。
语音识别与翻译模型实践
本课程通过介绍Whisper、wav2vec2和DeepSpeech2等模型，帮助开发者深入理解自动语音识别（ASR）和语音翻译领域的前沿技术及其应用。
NLP模型实践与理解
本课程旨在全面介绍自然语言处理领域的多个重要模型，包括TextCNN、DeBERTa、XLNet、Roberta、BERT、DeBERTa-v3等。通过一系列带有实验的课程，帮助学员深入理解各模型的特点、应用及优化策略。
昇腾PyTorch模型开发流程
本课程学习将带领您了解在昇腾AI处理器上进行PyTorch模型迁移训练的整体流程，包括环境配置和模型训练。
昇腾PyTorch入门与配置
本课程介绍昇腾PyTorch扩展插件torch_npu的基本概念、架构与特性，帮助初学者快速入门。同时讲解在昇腾平台上配置和安装torch_npu的方法，包括快速安装、源码编译安装（容器、物理机、虚拟机场景）。
昇腾PyTorch迁移入门
本课程介绍昇腾NPU平台的基本概念，讲解PyTorch模型从GPU迁移到昇腾NPU的总体思路，包括迁移分析、适配、精度调试与性能调优四个阶段的任务。重点介绍迁移分析的基本流程，帮助开发者高效完成模型迁移。
昇腾PyTorch模型迁移与调试
本课程讲解昇腾PyTorch模型迁移适配流程，包括脚本迁移、环境配置和特性适配，以及调试方法，帮助定位和解决迁移问题。
昇腾PyTorch脚本迁移方法
本课程将了解PyTorch代码迁移三种常见方法，分别是自动迁移、工具迁移以及手工迁移，掌握迁移注意事项及环境配置，确保模型顺利运行。
昇腾PyTorch模型脚本配置
本课程讲解昇腾PyTorch模型在单机单卡、单机多卡和多机多卡环境下的脚本配置，包括迁移适配、数据加载、并行化及启动脚本，助力用户顺利进行模型训练。
昇腾PyTorch性能调优工具
本课程学习如何使用Ascend PyTorch Profiler进行性能数据采集，掌握其技术细节与操作步骤；了解昇腾PyTorch性能比对工具的使用方法，分析模型训练性能瓶颈。
昇腾PyTorch模型性能调优与优化
本课程深入讲解昇腾AI处理器上的模型性能优化，涵盖并行训练、性能指标、调试工具、PyTorch优化、数据加载、融合算子优化等关键技能，助力模型性能大幅提升。
昇腾PyTorch模型精度调试与优化
本课程学习昇腾PyTorch模型的精度调试方法，包括精度调试流程、大模型精度问题来源、单精度与半精度浮点数特点、混合精度计算中的精度问题，以及如何根据任务需求权衡精度损失与训练速度。
计算机视觉模型实践
本课程旨在全面介绍计算机视觉领域的多个重要模型，包括LightweightOpenPose、BiT、ShuffleNetV2、ConvNext、YOLOv9、CLIP、EfficientNet、vit_msn等，通过实验帮助开发者掌握模型的特点、工作原理及应用场景。
语音识别与翻译模型实践
本课程通过介绍Whisper、wav2vec2和DeepSpeech2等模型，帮助开发者深入理解自动语音识别（ASR）和语音翻译领域的前沿技术及其应用。
NLP模型实践与理解
本课程旨在全面介绍自然语言处理领域的多个重要模型，包括TextCNN、DeBERTa、XLNet、Roberta、BERT、DeBERTa-v3等。通过一系列带有实验的课程，帮助学员深入理解各模型的特点、应用及优化策略。
第四阶段：昇腾MindIE大模型推理框架
第四阶段：昇腾MindIE大模型推理框架
本学习路径对昇腾MindIE大模型推理框架配置以及开发进行理论介绍，通过本学习路径的学习，学员将对昇腾MindIE大模型推理框架有个较为全面的认识。
本学习路径对昇腾MindIE大模型推理框架配置以及开发进行理论介绍，通过本学习路径的学习，学员将对昇腾MindIE大模型推理框架有个较为全面的认识。
MindIE入门
本课程将帮助开发者了解MindIE的定义、架构及其主要使用场景，掌握利用MindIE提升AI模型推理效率和性能的方法。
MindIE环境管理与配置
本课程涵盖MindIE的安装、升级、卸载、环境配置及模型配置等关键操作，旨在为开发者提供全面的环境管理指导。
MindIE LLM开发基础
本课程介绍MindIE LLM的基本架构、ATB Models推理流程及量化特性，帮助开发者掌握在昇腾硬件上实现高性能语言模型推理和部署的关键技能。
MindIE Torch开发基础
本课程涵盖MindIE Torch的基本知识、编程范式、工作原理、模型编译与推理、以及与Torch_NPU的配套使用，旨在全面提升开发者在昇腾NPU设备上的模型优化与推理能力。
MindIE Service开发基础
本课程涵盖了MindIE Service的基本概念、功能特性、性能调优、客户端开发及部署方法，旨在帮助开发者全面掌握MindIE Service的使用和优化技巧。
MindIE入门
本课程将帮助开发者了解MindIE的定义、架构及其主要使用场景，掌握利用MindIE提升AI模型推理效率和性能的方法。
MindIE环境管理与配置
本课程涵盖MindIE的安装、升级、卸载、环境配置及模型配置等关键操作，旨在为开发者提供全面的环境管理指导。
MindIE LLM开发基础
本课程介绍MindIE LLM的基本架构、ATB Models推理流程及量化特性，帮助开发者掌握在昇腾硬件上实现高性能语言模型推理和部署的关键技能。
MindIE Torch开发基础
本课程涵盖MindIE Torch的基本知识、编程范式、工作原理、模型编译与推理、以及与Torch_NPU的配套使用，旨在全面提升开发者在昇腾NPU设备上的模型优化与推理能力。
MindIE Service开发基础
本课程涵盖了MindIE Service的基本概念、功能特性、性能调优、客户端开发及部署方法，旨在帮助开发者全面掌握MindIE Service的使用和优化技巧。
第五阶段：DeepSeek快速入门学习
第五阶段：DeepSeek快速入门学习
本学习路径对DeepSeek中MoE、MLA、MTP、FP8等核心内容进行讲解，并基于DeepSeek模型完成图谱挖掘、Agent构建等任务。通过本学习路径，学员将对DeepSeek以及R1相关理论有深刻认识，并学会如何基于DeepSeek进行应用开发。
本学习路径对DeepSeek-V3中MoE、MLA、MTP、FP8等核心内容进行讲解，并基于DeepSeek模型完成图谱挖掘、Agent构建等任务。通过本学习路径，学员将对DeepSeek-V3以及R1相关理论有深刻认识，并学会如何基于DeepSeek进行应用开发。
DeepSeek-V3理论简介
本课程将对DeepSeek关键核心技术分点进行详细介绍，并总结DeepSeek给我们带来的启发。
DeepSeek-R1理论简介
本课程涵盖大模型训练流程、COT思维链、RLHF GPRO算法以及DeepSeek-R1等理论内容，旨在让开发者对DeepSeek-R1相关技术有更深一步的认识。
DeepSeek应用开发
本课程涵盖提示工程、智能助手、知识图谱抽取以及Agent开发等实践内容，旨在让开发者了解大模型应用开发流程。
DeepSeek-V3理论简介
本课程将对DeepSeek关键核心技术分点进行详细介绍，并总结DeepSeek给我们带来的启发。
DeepSeek-R1理论简介
本课程涵盖大模型训练流程、COT思维链、RLHF GPRO算法以及DeepSeek-R1等理论内容，旨在让开发者对DeepSeek-R1相关技术有更深一步的认识。
DeepSeek应用开发
本课程涵盖提示工程、智能助手、知识图谱抽取以及Agent开发等实践内容，旨在让开发者了解大模型应用开发流程。