Takk for at du sendte din henvendelse! En av våre teammedlemmer vil kontakte deg straks.
Takk for at du sendte din bestilling! En av våre teammedlemmer vil kontakte deg straks.
Kursplan
- Introduksjon
- Overblikk over språk, verktøy og biblioteker som trengs for å akselerere en datamaskinseansjonsapplikasjon
- Sette opp OpenVINO
- Overblikk over OpenVINO-verktøysettet og dets komponenter
- Forståelse av dyptlæringakselerasjon: GPU og FPGA
- Skrive programvare som er rettet mot FPGA
- Konvertere modellformat for inferensmotor
- Avbilde nettverkstopologier på FPGA-arkitektur
- Bruke en akselerasjonsstabel for å aktivere et FPGA-cluster
- Sette opp en applikasjon for å oppdage en FPGA-akselerator
- Deployere applikasjonen for sanntidsbildegjenkjenning
- Feilsøking
- Oppsummering og konklusjon
Krav
- Programmeringserfaring med Python
- Erfaring med pandas og scikit-learn
- Erfaring med dyptlæring og datamaskinseansjon
Målgruppe
- Dataforskere
35 Timer
