量化是深度學習能大幅縮減記憶體面積與深度學習模型運算需求，讓它們更有效率、更容易部署於資源有限裝置的強大技術，在這場講座的第一部份課程，我們將探索能應用於深度學習模型的不同種類量化技術，此外將概略介紹神經網路壓縮框架(NNCF)，以及它能如何搭配OpenVINO工具套件實現出色性能。您將學習到：

–量化的價值以及其不同種類

–如何以OpenVINO工具套件駕馭NNCF

–以Jupyter Notebook示範量化前/後的神經網路圖與性能比較。

接著跟我們一起按步驟學習如何利用OpenVINO工具套件與YOLOv8打造具智慧功能的零售業排隊管理系統吧！無論您是經驗豐富的開發者或是AI新手，上完這堂課，您將獲得自己動手打造解決方案的完整知識與資源，學習到：

–步驟詳細、容易上手的Jupyter Notebook教程

–及時偵測、追蹤人員情況以實現高效率排隊管理與人員配置最佳化

–針對橫跨各種Intel處理器的多模型工作負載進行最佳化

–可用資源大集合：能在GitHub取得的開放源碼、資料集、影片以及部落格，能針對您的特定需求輕鬆客製化與擴展。