Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Programa del Curso
Introducción
Descripción general de las Languages, herramientas y bibliotecas necesarias para acelerar una aplicación Computer Vision
Configuración OpenVINO
Descripción general de OpenVINO Toolkit y sus componentes
Comprensión Deep Learning de la aceleración GPU y FPGA
Escribir software dirigido 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