Course Outline
Invoering
Overzicht van de Languages, tools en bibliotheken die nodig zijn voor het versnellen van een Computer Vision-toepassing
Opstellen OpenVINO
Overzicht van OpenVINO Toolkit en zijn componenten
Deep Learning Acceleration GPU en FPGA begrijpen
Software schrijven die zich richt op FPGA
Een modelformaat voor een inferentie-engine converteren
Netwerktopologieën in kaart brengen op FPGA-architectuur
Een versnellingsstack gebruiken om een FPGA-cluster in te schakelen
Een applicatie opzetten om een FPGA-accelerator te ontdekken
Implementatie van de applicatie voor beeldherkenning in de echte wereld
Probleemoplossen
Samenvatting en conclusie
Requirements
- Python programmeerervaring
- Ervaring met panda's en scikit-learn
- Ervaring met deep learning en computer vision
Publiek
- Datawetenschappers
Getuigenissen (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
Cursus - Artificial Neural Networks, Machine Learning, Deep Thinking
Very flexible
Frank Ueltzhöffer
Cursus - 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
Cursus - Introduction to Deep Learning
I was benefit from the passion to teach and focusing on making thing sensible.
Zaher Sharifi - GOSI
Cursus - Advanced Deep Learning
examples based on our data