Schulungsübersicht
Einführung
Überblick über die Languages, Werkzeuge und Bibliotheken, die für die Beschleunigung einer Computer Vision Anwendung benötigt werden
Einrichten OpenVINO
Überblick über das OpenVINO Toolkit und seine Komponenten
Verständnis der Deep Learning-Beschleunigung GPU und FPGA
Schreiben von Software, die auf FPGA ausgerichtet ist
Konvertierung eines Modellformats für eine Inferenzmaschine
Abbildung von Netzwerktopologien auf die FPGA-Architektur
Verwendung eines Beschleunigungsstapels zur Aktivierung eines FPGA-Clusters
Einrichten einer Anwendung zur Erkennung eines FPGA-Beschleunigers
Einsatz der Anwendung zur Bilderkennung in der realen Welt
Fehlersuche
Zusammenfassung und Schlussfolgerung
Voraussetzungen
- Python Programmiererfahrung
- Erfahrung mit Pandas und Scikit-Learn
- Erfahrungen mit Deep Learning und Computer Vision
Publikum
- Datenwissenschaftler
Erfahrungsberichte (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