Hubungi Kami

Kerangka Materi

  • Pengenalan
  • Ikhtisar Bahasa, Alat, dan Perpustakaan yang Diperlukan untuk Mempercepat Aplikasi Computer Vision
  • Menyiapkan OpenVINO
  • Ikhtisar Toolkit OpenVINO dan Komponen-komponennya
  • Memahami Akselerasi Deep Learning: GPU dan FPGA
  • Menulis Perangkat Lunak yang Ditujukan untuk FPGA
  • Mengonversi Format Model untuk Mesin Inferensi
  • Memetakan Topologi Jaringan ke Arsitektur FPGA
  • Menggunakan Stack Akselerasi untuk Mengaktifkan Klaster FPGA
  • Menyiapkan Aplikasi untuk Mendeteksi Akselerator FPGA
  • MendePLOY Aplikasi untuk Pengenalan Gambar Dunia Nyata
  • Troubleshooting
  • Ringkasan dan Kesimpulan

Persyaratan

  • Pengalaman pemrograman Python
  • Pengalaman dengan pandas dan scikit-learn
  • Pengalaman dengan deep learning dan computer vision

Target Peserta

  • Ilmuwan data
 35 Jam

Jumlah Peserta


Harga per Peserta

Kursus Mendatang

Kategori Terkait