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
  35 Stunden

Teilnehmerzahl



Preis je Teilnehmer

Erfahrungsberichte (5)

Kombinierte Kurse

Deep Learning AI Techniques for Executives, Developers and Managers

  21 Stunden

Deep Learning for Medicine

  14 Stunden

Verwandte Kategorien