受Intel邀請對課程進行分享。
立即學習:https://edu.csdn.net/course/play/27685/385716?utm_source=blogtoedu
這是Intel提供的一個關於OpenVINO工具套件的初級課程。這個課程內容非常簡單,作爲知識點複習是非常不錯的,現在課程註冊免費學習。
OpenVINO的全稱是:Open Visual inference and Neural network Optimization,開放視覺推理和神經網絡優化工具集,它是一整套面向AI應用的Intel軟件解決方案。
初級課程目錄:
OpenVINO 100 – Course agenda
Lesson 1: Introduction, why do we need Artificial Intelligence (AI).
Lesson 2: What is Video, what is computer vision, how do we accelerate it on modern computers.
Lesson 3: How to accelerate Video processing
Lesson 4: How to accelerate Neural Network for vision applications
Lesson 5: Video Analytics pipeline
Lesson 6: Demos, OpenVINO at work
Lesson 7: The full flow, from Data to a product using Intel tools-Part 1.
Lesson 8: The full flow, from Data to a product using Intel tools-Part 2.
Lesson 9: Summary, intro to next course (200)
————————————————
深度學習中,訓練的定義就是通過不斷地改變神經網絡的參數來使神經網絡輸出值與目標值之間的誤差越來小。在理想情況下,當深度神經網絡訓練完成時,用於驗證的數據正確率將會達到百分之百,換句話說,每一次推理都會是正確的,所以訓練網絡的誤差將無限接近於0.
Intel爲加速神經網絡的計算推出了DLDT(Deep Learning Deployment Toolkit,深度學習部署套件),它是OpenVINO的一個組成部分。
模型優化器是一種跨平臺的命令行工具,可促進訓練和部署環境之間的轉換,執行靜態模型分析,並將深度學習模型調整爲中間表示 (IR) ,通過推理引擎實現最佳執行。
知識點檢測
1/5判斷題:
僅憑有4只腳和1一個尾巴是不足以判斷是否是一隻小貓。所以用來判斷小貓的是必須需要多層特徵結構的神經網絡
正確
錯誤
2/5單選題:
理想情況下,當深度神經網絡訓練完成時,訓練網絡的誤差將會:
A.趨近0
B.趨近1
C.趨近100
3/5單選題:
深度學習模型應用於方方面面,以下是常用的模型分類是:
A.物體分類
B.目標追蹤
C.人臉識別
D.圖像分割
E.ALL
4/5判斷題:
模型優化器是一種基於 Python* 的工具,可將輸入的訓練模型從標準框架轉換爲統一的 IR 文件。
正確
錯誤
5/5單選題:
英特爾® OpenVINO™ 工具套件中用於模型優化以及推理加速的組件是:
A.模型優化器
B.推理引擎
C.參考實例
D.A & B
E. A & C