Công thức triển khai và tối ưu hóa AI của Intel

Chương trình này giới thiệu cho bạn những kỹ thuật và công cụ cần thiết để tăng tốc lượng công việc của AI trên kiến trúc Intel. Bạn sẽ tiến hành từ việc hiểu các khái niệm cơ bản về tăng tốc phần cứng tới viết mã suy luận tối ưu. Qua các giải thích rõ ràng, từng bước và các công thức mã thực tế, bạn sẽ học cách tận dụng các thư viện chuyên dụng để tăng tần suất học sâu và các mô hình học máy cổ điển mà không cần phải hy sinh độ chính xác. Bạn sẽ học được: - Hiểu được những nền tảng của gia tốc phần cứng và hệ sinh thái phần mềm AI của Intel - Tối ưu hóa mô hình PyTorch và TensorFlow bằng cách sử dụng Intel Extensions cho gia tốc khung học sâu - Chuyển đổi và triển khai các mô hình học sâu trên các phần cứng khác nhau bằng cách sử dụng bộ công cụ OpenVINO - Ứng dụng các kỹ thuật lượng tử và chuyển đổi chính xác như INT8 và FP16 để giảm độ trễ - Thiết lập thị giác máy tính tối ưu và các mô hình xử lý ngôn ngữ tự nhiên cho các kịch bản thế giới thực - Phân tích và đánh giá hiệu suất mô hình để xác định và giải quyết các nút thắt tính toán Chương trình bắt đầu với những khái niệm cơ bản về tối ưu hóa cấp phần cứng và kiến trúc của bộ xử lý hiện đại. Sau đó bạn sẽ khám phá từng bước các công thức tối ưa cho các khung học sâu phổ biến, lên đến đỉnh điểm trong các chiến lược triển khai thực tế. Chương trình này được thiết kế cho các nhà khoa học dữ liệu từ mới bắt đầu đến trung cấp, kỹ sư học máy, và nhà phát triển muốn tăng hiệu suất của mô hình. Cần phải quen thuộc với Python và các khái niệm học máy nhưng không cần phải có kinh nghiệm tối ưu hóa phần cứng trước đó. Bắt đầu tối ưu hóa các công việc AI và cung cấp các mô hình nhanh hơn, hiệu quả hơn ngay hôm nay.