从数据中心到边缘的人工智能
使用英特尔® 架构的优化路径
总结
无论您是经验丰富的数据科学家还是领域新手，本课程将亲身帮助您理解数据科学工作流程，使用英特尔的处理器和优化软件人工智能组合，并将其应用于您面临的挑战。本课程利用企业形象分类问题，就该流程的每个阶段进行授课，并附有 Jupyter *笔记本以指导您完成实施过程。
主题包括：
- 英特尔的人工智能组合概述，重点解决深度学习问题
- 模型消耗的数据集准备，包括预处理和数据增强技术
- 选择框架和网络（拓扑）的决策指标
- 如何使用英特尔的人工智能组合训练和部署深度学习模型
本课程结束时，您将掌握以下方面的实践知识：
- 准备用于模型消耗的数据集
- 结合使用 TensorFlow* 与英特尔优化来训练深度学习模型
- 使用英特尔® Distribution of OpenVINO™ 工具套件在 CPU、集成显卡和英特尔® 神经电脑棒 2 上部署
完成此课程大约需要 5 小时。
本课程使用的工具和框架是英特尔® AI Analytics Toolkit (Beta) 的一部分，由 oneAPI 提供技术支持。
- TensorFlow*
- 英特尔® Distribution of OpenVINO™ 工具套件
了解有关 oneAPI 的更多信息。
必备条件
对人工智能原理、机器学习和深度学习的基本理解
Python* 编程
对不同的架构有一些接触，例如 TensorFlow* 和 Caffe*
可选入门课程：