Kursplan

Införandet

Översikt över de Languages, verktyg och bibliotek som behövs för att accelerera ett Computer Vision program

Inställning OpenVINO

Översikt över OpenVINO Toolkit och dess komponenter

Förstå Deep Learning Acceleration GPU och FPGA

Skriva programvara som riktar sig mot FPGA

Konvertera ett modellformat för en inferensmotor

Mappning av nätverkstopologier till FPGA-arkitektur

Använda en accelerationsstack för att aktivera ett FPGA-kluster

Konfigurera en applikation för att upptäcka en FPGA-accelerator

Distribuera programmet för bildigenkänning i den verkliga världen

Felsökning

Sammanfattning och slutsats

Krav

  • Python Erfarenhet av programmering
  • Erfarenhet av pandor och scikit-learn
  • Erfarenhet av djupinlärning och datorseende

Publik

  • Datavetare
 35 timmar

Antal deltagare


Price per participant

Upcoming Courses