Schița de curs

Introducere

Prezentare generală a Languages, instrumentelor și bibliotecilor necesare pentru accelerarea unei aplicații de viziune pe calculator

Configurarea OpenVINO

Prezentare generală a setului de instrumente OpenVINO și a componentelor sale

Înțelegerea accelerării învățării profunde GPU și FPGA

Scrierea de software care vizează FPGA

Conversia unui format de model pentru un motor de inferență

Maparea topologiilor de rețea pe arhitectura FPGA

Utilizarea unei stive de accelerare pentru a activa un cluster FPGA

Configurarea unei aplicații pentru a descoperi un accelerator FPGA

Implementarea aplicației pentru recunoașterea imaginilor în lumea reală

Depanare

Rezumat și concluzii

Cerințe

  • Python experiență în programare
  • Experiență cu pandas și scikit-learn
  • Experiență cu învățarea profundă și viziunea computerizată

Audiență

  • Științifici de date
 35 ore

Numărul de participanți


Pret per participant