Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Introdução
Visão geral das Languages, ferramentas e bibliotecas necessárias para acelerar uma aplicação Computer Vision
Configurando o OpenVINO
Visão geral do OpenVINO Toolkit e seus componentes
Entendendo a Deep Learning Aceleração GPU e FPGA
Escrevendo software que visa a FPGA
Conversão de um formato de modelo para um motor de inferência
Mapeamento de topologias de rede para a arquitetura FPGA
Usando uma pilha de aceleração para habilitar um cluster de FPGA
Configuração de 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-alvo
- Cientistas de dados
35 Horas