Neem contact met ons op

Cursusaanbod

  • Inleiding
  • Overzicht van de talen, tools en bibliotheken die nodig zijn voor het versnellen van een computer vision-toepassing
  • OpenVINO instellen
  • Overzicht van de OpenVINO-toolkit en haar onderdelen
  • Verstehen van deep learning-versnelling via GPU en FPGA
  • Schrijven van software die gericht is op FPGA
  • Een modelformaat converteren voor een inferentie-engine
  • Netwerktopologieën toewijzen aan FPGA-architectuur
  • Een acceleratiestapel gebruiken om een FPGA-cluster mogelijk te maken
  • Een toepassing instellen om een FPGA-accelerator te ontdekken
  • De toepassing implementeren voor wereldwijde beeldherkenning
  • Problemen oplossen
  • Samenvatting en conclusie

Vereisten

  • Ervaring met Python-programmering
  • Ervaring met pandas en scikit-learn
  • Ervaring met deep learning en computer vision

Doelgroep

  • Data scientists
 35 Uren

Aantal deelnemers


Prijs per deelnemer

Voorlopige Aankomende Cursussen

Gerelateerde categorieën