Semana 1

Esta aula revê os conceitos básicos de aprendizagem profunda e FPGAs. Os tópicos incluem:

  • Terminologia de aprendizado de máquina e casos de uso
  • Topologias básicas, como redes feed-forward e AlexNet
  • Uma visão geral da arquitetura, vantagens e usos do FPGA

Baixar

Semana 2

Esta aula ensina como fazer aplicativos de visão computacional. Os tópicos incluem:

  • Os componentes essenciais do software de visão computacional
  • Como o software e o hardware Intel® são usados para melhorar os aplicativos
  • As práticas comuns, linguagens, ferramentas e bibliotecas usadas para visão computacional

Baixar

Semana 3

Esta aula ensina sobre o Intel Distribution of OpenVINO toolkit. Os tópicos incluem:

  • Uma visão geral do Intel Distribution of OpenVINO toolkit e como usar cada componente para visão computacional
  • Como converter e otimizar um modelo Caffe* ou TensorFlow* no formato para o mecanismo de inferência
  • Por que usar o mecanismo de inferência para o acelerador FPGA irá acelerar os aplicativos de visão

Baixar

Semana 4

Esta aula explica o Intel® FPGA Deep Learning Acceleration Suite. Os tópicos incluem:

  • Como o Intel Distribution of OpenVINO toolkit pode mapear topologias de rede para arquitetura FPGA
  • As diferentes arquiteturas de aprendizagem profunda disponíveis para FPGAs
  • Como a menor precisão é tratada em modelos FPGA de aprendizado de máquina

Baixar

Semana 5

Esta aula explica como a pilha de aceleração pode ser usada para FPGAs. Os tópicos incluem:

  • Como usar a pilha de aceleração para habilitar clusters de FPGA
  • Aprendendo sobre a mecanismo de aceleração programável aberta (OPAE - Open Programmable Acceleration Engine) para desenvolvedores de aplicativos
  • Como configurar um aplicativo host para descobrir um acelerador de FPGA

Baixar