学习基础知识

英特尔® AI Academy 面向初学者到高级开发人员,讲授有关人工智能的知识,如何在英特尔® 硬件上加速深度学习,以及如何推进研究。 从课程学习,与专家建立联系,使用最新工具。

第 1 步:学习人工智能

从这个课程的大型汇集,面向学生和教授的专门资源,以及研究文章、在线研讨会和教程的图书馆起步。


课程

这些课程由专家撰写,涵盖机器学习的基础知识并延伸至高级理论。 每一门课程包括作业和示例代码,以教授如何构建人工智能应用程序。

掌握监督学习算法、机器学习重要概念等的实践知识。 (12 周)

学习深度学习的基础知识,神经网络架构、卷积网络架构和循环网络架构的基本原理,及其他。 (12 周)

了解如何使用最流行的机器学习框架用 Python* 构建神经网络应用程序。 (8 周)

大学资源

即刻可用的课程、动手练习、云计算和师资支持,用于制定课程大纲或在教室中讲授人工智能。

通过免费课程学习,注册使用英特尔® AI DevCloud 计算空间,参加学生大使计划以获得更多资源,了解英特尔在人工智能方面的最新创新。

获取免费软件和工具以加强研究开发,获得对英特尔 AI DevCloud 的长期访问,及早了解英特尔新硬件的信息。

发现英特尔如何通过提供机器学习免费课程和计算能力为课堂提供帮助。

函数库

访问由开发人员、业界专家和学生大使撰写的广泛的英特尔® AI Academy 内容库。

课题包括机器学习,利用英特尔® 硬件和工具开发人工智能软件,以及最新框架和函数库。

阅读有关使用英特尔® 技术的人工智能创新,以及该技术如何用于促进研究和应用开发。

研读重点介绍英特尔® 技术驱动的人工智能突破和研究的技术文章。

第 2 步:探索框架

使用最流行的软件框架来开发现已针对英特尔® 硬件优化的机器学习应用程序,以提供更快的速度和更高的准确性。


TensorFlow Logo

这款来自谷歌* 的开源软件库配备针对英特尔® CPU 的优化以提高速度。

Caffe logo

利用这款面向机器学习的框架创建功能强大的应用程序,缩短开发时间。

BigDL logo

在可在现有 Spark 或 Hadoop* 群集之上运行的 Apache Spark* 程序上执行分布式深度学习训练

第 3 步:开发人工智能应用程序

使用英特尔® 硬件实现跨 CPU、VPU、FPGA、台式机和笔记本电脑的快速推理和训练。


访问这个英特尔® 至强® 可扩展处理器支持的免费云计算集群,用于机器学习和深度学习训练及推理的项目。

请求访问

掌握在强大的英特尔® FPGA 上实行高速机器学习推理应用程序工程的过程。 (5 周)

在笔记本电脑、2 合 1 设备和台式机上,利用英特尔® 处理器和英特尔® 处理器显卡驱动基于推理的应用程序。