人工智能

实验 1:英特尔® SDK for OpenCL™ Applications 入门

为本课程准备硬件和软件。

  • 编译并运行提供的程序。
  • 检查各种报告,计算预期的运行时,并与实际运行时进行比较。
  • 使用提供的修改过的内核重新运行该练习。

下载

实验 2:加速计算机视觉技术

实现 Canny 边缘检测技术的变体,以显示使用 OpenCL™ 可获得的改进。

  • 编写、编译、运行一个 C++ 语言程序,实现 Canny 边缘检测技术的五个阶段。
  • 设计一种高效的内存架构,用于存储在每个 Canny 阶段进行转换时的像素值。
  • 使用移位寄存器创建 OpenCL 应用程序。

下载

实验 3:用于自动驾驶的车道检测

学习关于霍夫变换及其如何用于在自动驾驶应用程序中检测车道。

  • 编写、编译、运行一个实现霍夫变换的 C 语言程序。
  • 为霍夫变换创建一个 OpenCL 内核,运行该内核,并将其与实验 1 中完成的 C 语言程序进行比较。
  • 通过使用管道以消除外部内存来提高 OpenCL 程序的性能。

下载

实验 4:手写体数字的分类:线性分类器

探索一种利用 MNIST 数据库和线性分类器程序来对手写体数字进行分类的机器学习方法。

  • 编写、编译和运行一个对 10000 个 MNIST 测试图像进行分类的 C++ 程序。
  • 实现一个完成相同任务的 OpenCL 内核。
  • 分析报告并修改程序以使用定点算法并比较性能差异。

下载

实验 5:手写体数字分类:卷积神经网络分类器

使用卷积神经网络 (CNN) 分类器重复实验 4 的任务。

  • 编写、编译、运行一个 C++ 程序,该程序对 10000 个 MNIST 测试图像进行分类,然后记录运行时并计算精度。
  • 实现一个完成相同任务的 OpenCL 内核。
  • 设计一种神经网络拓扑结构,该神经网络拓扑结构提高在先前实验练习中获得的精度,同时兼顾在精度、运行时和 FPGA 资源使用方面的必要权衡。

下载