fbpx

奈米學位學習方案 – IoT 開發者的 Intel® Edge AI

課程簡介

帶你進入物聯網(IoT)未來尖端人工智慧應用的開發。利用 Intel® Distribution of OpenVINO™ Toolkit 快速開發高性能電腦視覺和深度學習推理應用程式。

Udacity奈米學位介紹

預估完成時間:3 個月

你將學習到

利用 Intel® Distribution of OpenVINO™ Toolkit 快速開發高性能電腦視覺和深度學習推理應用程式,並為本地電腦視覺運行預訓練的深度學習模型。 你將識別各種硬體類型( CPU、VPU、FPGA 和整合 GPU)的關鍵硬體規格,並利用針對 Edge (邊緣運算)的英特爾® DevCloud 來測試各種硬體類型上的模型性能。 最後,你將使用軟體工具來優化深度學習模型,以提高 Edge AI 系統的性能。

相關奈米學位學習計畫

Data Structures and Algorithms | Intro to Machine Learning with TensorFlow

課程事先準備

要在該計劃中取得成功,學生應具備以下條件::

  • 中級 Python 程式設計知識
  • 具有訓練和部署深度學習模型的經驗
  • 熟悉不同的 DL 層和架構(基於 CNN
  • 熟悉命令行(bash 終端)
  • 使用 OpenCV 的經驗

The Edge AI market is forecasted to grow from $355 million in 2018 to $1.15 billion by 2023, at 27% annually

課程內容

OpenVINO™ 的 Edge AI 基礎

利用預先訓練的模型進行電腦視覺推理。 你將使用模型優化器將預訓練模型轉換為與框架無關的中間表示( intermediate representation ),並通過與硬體無關的推理引擎對深度學習模型執行有效推理。 最後,你將在 Edge (邊緣)部署一個應用程式,包括通過 MQTT 發送資訊,並分析模型性能和用例

專案:Deploy a People Counter at the Edge

研究用於人員檢測的不同預訓練模型,並檢測框架中的人數以及在那花費的時間。

用於電腦視覺和深度學習應用部署的硬體

提高你在選擇正確硬體方面的專業知識。 識別各種硬體類型(CPU、VPU、FPGA 和整合 GPU)的關鍵硬體規格。 利用針對 Edge 的 Intel® DevCloud 測試模型性能並在各種硬體類型上部署節能的深度神經網路推理。 最後,你將在可用的計算設備上分配工作負載,以提高模型性能。

專案:Design a Smart Queuing System

為零售、製造和運輸行業構建自定義的排隊系統,並使用針對 Edge 的 Intel® DevCloud 來測試你的解決方案性能。

電腦視覺和深度學習應用的優化技術和工具

了解如何優化模型和應用程式程式碼,以減少在邊緣運行模型時的推理時間。 使用不同的軟體優化技術來改進模型的推理時間。 計算你的模型的計算成本。 使用 DL Workbench 優化你的模型並對模型的性能進行基準測試。 使用 VTune 放大器查找和修復應用程式程式碼中的熱點。 最後,打包你的應用程式碼和數據,以便可以輕鬆地將其部署到多個設備。

專案 : Build a Computer Pointer Controller

使用 OpenVINO™ 工具包中提供的模型,通過眼睛凝視來控制電腦指針。

所有的教學方案都包含

來自業界專家的真實世界專案

透過與頂尖公司合作的真實世界專案和沉浸式內容,你將掌握公司需要的技術技能。

技術指導員支援

我們知識淵博的導師指導你的學習,並專注於回答你的問題,激勵你並使你保持在正軌上。

職涯發展服務

你將有機會獲得履歷支援、Github 作品組合審查和 LinkedIn 個人資料最佳化,以幫助你推進你的職業生涯並獲得高薪職位。

靈活的學習計劃

定製適合你繁忙生活的學習計劃。按照你自己的節奏學習,在最適合你的時間表上達到你的個人目標。

教學方案提供以下服務

課程內容

  • 真實世界的專案
  • 專案審查
  • 來自經驗豐富的審查員的專案反饋

學生服務

  • 技術指導員支援
  • 學生社群

職涯發展服務

  • 履歷支援
  • Github 審查
  • Linkedin 個人資料最佳化

透過個性化的服務獲得成功

透過個人化的服務獲得成功

我們在你學習旅程的每一步都為你的需求提供定製服務,以確保你的成功!

有經驗的專案審查者

專案審查者的服務

  • 個人化的回饋
  • 無限的提交和回饋迴圈
  • 實用技巧和業界最佳實踐
  • 額外的建議資源以改善

技術導師( mentor )支援

導師服務

  • 為你的所有技術問題提供支援
  • 由我們的技術導師團隊快速回答問題

與業界傑出人士學習

報名參加課程

Soft & Share 介紹過的 Udacity 課程


追蹤 Soft & Share

✍ 不受社群推薦演算法影響,建議 Telegram/Discord/e-mail

幫我們個小忙!

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: