Formation Intel® Edge AI pour les développeurs IoT

Développez vos compétences. Zéro euro à payer. Grâce à nos formations payées par l’Etat

Tirez parti de la boîte à outils Intel® Distribution of OpenVINO™ pour accélérer le développement d’applications hautes performances de vision par ordinateur et d’inférence d’apprentissage en profondeur, et exécutez des modèles d’apprentissage en profondeur pré-entraînés pour la vision par ordinateur sur site. Vous identifierez les spécifications matérielles clés de divers types de matériel (CPU, VPU, FPGA et GPU intégré) et utiliserez Intel® DevCloud for the Edge pour tester les performances du modèle sur les différents types de matériel. Enfin, vous utiliserez des outils logiciels pour optimiser les modèles d’apprentissage en profondeur afin d’améliorer les performances des systèmes Edge AI.

CONNAISSANCES PRÉALABLES

Ce programme nécessite une connaissance intermédiaire de Python et une expérience de l’apprentissage en profondeur, de la ligne de commande et d’OpenCV. Voir les exigences détaillées.

  • Edge AI Fundamentals avec OpenVINO™Tirez parti d’un modèle pré-entraîné pour l’inférence de vision par ordinateur. Vous convertirez des modèles pré-entraînés en représentation intermédiaire indépendante du framework avec Model Optimizer et effectuerez une inférence efficace sur les modèles d’apprentissage en profondeur via le moteur d’inférence agnostique du matériel. Enfin, vous déploierez une application à la périphérie, y compris l’envoi d’informations via MQTT, et analyserez les performances du modèle et les cas d’utilisation DÉPLOYER UN COMPTEUR DE PERSONNES À LA PÉRIPHÉRIE
  • Matériel pour le déploiement d’applications de vision par ordinateur et d’apprentissage en profondeurDéveloppez votre expertise en choisissant le bon matériel. Identifiez les spécifications matérielles clés de divers types de matériel (CPU, VPU, FPGA et GPU intégré). Utilisez Intel® DevCloud for the Edge pour tester les performances du modèle et déployer une inférence de réseau de neurones profonds économe en énergie sur les différents types de matériel. Enfin, vous répartirez la charge de travail sur les appareils de calcul disponibles afin d’améliorer les performances du modèle.CONCEVOIR UN SYSTÈME DE FILE D’ATTENTE INTELLIGENT
  • Techniques et outils d’optimisation pour les applications de vision par ordinateur et d’apprentissage en profondeurApprenez à optimiser votre modèle et votre code d’application pour réduire le temps d’inférence lors de l’exécution de votre modèle à la périphérie. Utilisez différentes techniques d’optimisation logicielle pour améliorer le temps d’inférence de votre modèle. Calculez le coût de calcul de votre modèle. Utilisez DL Workbench pour optimiser votre modèle et comparer les performances de votre modèle. Utilisez un amplificateur VTune pour rechercher et corriger les points chauds dans votre code d’application. Enfin, empaquetez le code et les données de votre application afin qu’ils puissent être facilement déployés sur plusieurs appareils.

Début des cours tous les jours