Programa do Curso

Introdução

Visão geral das Languages, ferramentas e bibliotecas necessárias para acelerar uma aplicação de visão computacional

Configuração OpenVINO

Visão geral do conjunto de ferramentas OpenVINO e dos seus componentes

Compreender a aceleração da aprendizagem profunda GPU e FPGA

Escrever software direcionado para FPGA

Conversão de um formato de modelo para um motor de inferência

Mapeamento de topologias de rede na arquitetura FPGA

Utilização de uma pilha de aceleração para ativar um cluster FPGA

Configurar uma aplicação para descobrir um acelerador FPGA

Implementação da aplicação para reconhecimento de imagens no mundo real

Resolução de problemas

Resumo e conclusão

Requisitos

  • Python experiência em programação
  • Experiência com pandas e scikit-learn
  • Experiência com aprendizagem profunda e visão computacional

Público

  • Cientistas de dados
  35 horas

Declaração de Clientes (5)

Cursos Relacionados

Deep Learning AI Techniques for Executives, Developers and Managers

  21 horas

Deep Learning for Medicine

  14 horas

Categorias Relacionadas