運用OpenVINO充分釋放AI PC的創新威力
您可能已經體驗過以Stable Diffusion、LCM (Latent Consistency Model…
您可能已經體驗過以Stable Diffusion、LCM (Latent Consistency Model…
將AI模型部署在資源受限的邊緣裝置上,是許多開發者面臨的挑戰。在這場線上講座中,英特爾的專家將以電腦視覺與異常…
憑藉結合CPU、GPU與NPU帶來的獨特AI加速功能,AI PC將為開發者的AI專案帶來更高效率與創新潛力。在…
OpenVINO™近期已經發佈更多的新功能!在2024年發佈的最新版本新增對新硬體的支援,並支援更多生成式AI…
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。
在這堂課程中,講師將從介紹OpenVINO所支援的各種佈署方式出發,再講解並示範一種該平台內建、方便使用的佈署介面Deployment Manager;接著他將帶大家了解如何使用第三方開發的Docker Container來簡化推論應用佈署,以及無論是AI開發新手或老手都適用、擁有友善圖形化使用者介面(GUI)的AI模型最佳化工具程式DL Workbench。
在本課程中,講師將分別以不同單元為大家介紹Accuracy Checker模型準確率驗證工具,以及訓練後模型最佳化工具POT等兩項重要的OpenVINO功能所扮演之角色,以及它們的特色與優勢所在。
英特爾自2018年推出OpenVINO™工具套件以來,持續針對市場需求及發展趨勢自我精進,從電腦視覺擴展到自然…
本課程中將介紹OpenVINO的推論引擎(Runtime API)工具,它是一套包含C/C++, Python…
OpenVINO這套開源的AI工具包,提供完善的開發工具,讓你可以有效藉由建置(Build)、優化(Optim…