Kursplan
Introduksjon
Oversikt over Languages, verktøy og biblioteker som trengs for å akselerere en datamaskinsynsapplikasjon
Oppsett OpenVINO
Oversikt over OpenVINO Verktøysett og dets komponenter
Forstå Deep Learning Acceleration GPU og FPGA
Skriveprogramvare som retter seg mot FPGA
Konvertering av et modellformat for en inferensmotor
Kartlegging av nettverkstopologier til FPGA-arkitektur
Bruke en akselerasjonsstabel for å aktivere en FPGA-klynge
Sette opp et program for å oppdage en FPGA-akselerator
Implementere applikasjonen for bildegjenkjenning i den virkelige verden
Feilsøking
Oppsummering og konklusjon
Krav
- Python programmeringserfaring
- Erfaring med pandaer og scikit-learn
- Erfaring med dyp læring og datasyn
Publikum
- Dataforskere
Testimonials (5)
Working from first principles in a focused way, and moving to applying case studies within the same day
Maggie Webb - Department of Jobs, Regions, and Precincts
Kurs - Artificial Neural Networks, Machine Learning, Deep Thinking
Very flexible
Frank Ueltzhöffer
Kurs - Artificial Neural Networks, Machine Learning and Deep Thinking
The structure from first principles, to case studies, to application.
Margaret Webb - Department of Jobs, Regions, and Precincts
Kurs - Introduction to Deep Learning
I was benefit from the passion to teach and focusing on making thing sensible.
Zaher Sharifi - GOSI
Kurs - Advanced Deep Learning
examples based on our data