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

Número de participantes


Precio por Participante​

Próximos cursos

Categorías Relacionadas