Kursplan

Introduktion

Översikt över Languages, verktyg och bibliotek som behövs för att accelerera en datorseendeapplikation

Konfigurera OpenVINO

Översikt över OpenVINO Toolkit och dess komponenter

Förstå Deep Learning Acceleration GPU och FPGA

Skrivprogram som är inriktat på FPGA

Konvertera ett modellformat för en inferensmotor

Kartläggning av nätverkstopologier till FPGA-arkitektur

Använda en accelerationsstack för att aktivera ett FPGA-kluster

Konfigurera en applikation för att upptäcka en FPGA-accelerator

Distribuera applikationen för bildigenkänning i verkliga världen

Felsökning

Sammanfattning och slutsats

Krav

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

Publik

  • Dataforskare
  35 timmar
 

Antal deltagare


Starts

Ends


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

Vittnesmål (5)

Relaterade Kurser

Deep Learning AI Techniques for Executives, Developers and Managers

  21 timmar

Deep Learning for Medicine

  14 timmar

Relaterade Kategorier