Kontakt aufnehmen

Schulungsübersicht

  • Einführung
  • Überblick über die Sprachen, Tools und Bibliotheken, die zur Beschleunigung einer Computer-Vision-Anwendung erforderlich sind
  • Einrichtung von OpenVINO
  • Überblick über das OpenVINO-Toolkit und seine Komponenten
  • Verständnis der Deep-Learning-Beschleunigung mit GPU und FPGA
  • Schreiben von Software, die auf FPGAs abzielt
  • Konvertierung eines Modellformats für eine Inferenz-Engine
  • Abbildung von Netzwerktopologien auf die FPGA-Architektur
  • Verwendung eines Beschleunigungsstapels zur Aktivierung eines FPGA-Clusters
  • Einrichtung einer Anwendung zur Erkennung eines FPGA-Beschleunigers
  • Bereitstellung der Anwendung für die Bilderkennung in der realen Welt
  • Fehlerbehebung
  • Zusammenfassung und Fazit

Voraussetzungen

  • Erfahrung in der Python-Programmierung
  • Erfahrung mit pandas und scikit-learn
  • Erfahrung mit Deep Learning und Computer Vision

Zielgruppe

  • Data Scientists
 35 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien