Programa del Curso

Introducción

Descripción general de las Languages, herramientas y bibliotecas necesarias para acelerar una aplicación de Computer Vision

Configuración OpenVINO

Descripción general de OpenVINO Toolkit y sus componentes

Descripción de la aceleración del aprendizaje profundo GPU y FPGA

Escribir software que se dirija a FPGA

Conversión de un formato de modelo para un motor de inferencia

Mapeo de topologías de red en la arquitectura FPGA

Uso de una pila de aceleración para habilitar un clúster de FPGA

Configuración de una aplicación para descubrir un acelerador de FPGA

Implementación de la aplicación para el reconocimiento de imágenes del mundo real

Solución de problemas

Resumen y conclusión

Requerimientos

  • Python Experiencia en programación
  • Experiencia con pandas y scikit-learn
  • Experiencia con aprendizaje profundo y visión artificial

Audiencia

  • Científicos de datos
  35 horas
 

Número de participantes


Comienza

Termina


Las fechas están sujetas a disponibilidad y tienen lugar entre 09:30 y 16:30.
Los cursos de formación abiertos requieren más de 5 participantes.

Testimonios (5)

Cursos Relacionados

Técnicas de IA de Aprendizaje Profundo para Ejecutivos, Desarrolladores y Gerentes

  21 horas

Aprendizaje profundo para la medicina

  14 horas

Categorías Relacionadas