Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Plan Szkolenia
Wprowadzenie
Przegląd Languages, narzędzi i bibliotek potrzebnych do przyspieszenia Computer Vision aplikacji
Konfiguracja OpenVINO
Przegląd OpenVINO zestawu narzędzi i jego komponentów
Zrozumienie Deep Learning akceleracji GPU i FPGA
Pisanie oprogramowania ukierunkowanego na FPGA
Konwersja formatu modelu dla silnika wnioskowania
Mapowanie topologii sieci na architekturę FPGA
Korzystanie ze stosu akceleracji w celu włączenia klastra FPGA
Konfigurowanie aplikacji w celu wykrycia akceleratora FPGA
Wdrażanie aplikacji do rozpoznawania obrazów w świecie rzeczywistym
Rozwiązywanie problemów
Podsumowanie i wnioski
Wymagania
- Python doświadczenie w programowaniu
- Doświadczenie z pandas i scikit-learn
- Doświadczenie w głębokim uczeniu się i wizji komputerowej
Uczestnicy
- Naukowcy zajmujący się danymi
35 godzin