¿Cómo acelerar la creación de prototipos de en proyecto TensorFlow con Intel OpenVINO?

La creación de prototipos de proyectos es una de las mejores y más utilizadas técnicas para experimentar con nuevos modelos y funciones de una aplicación / producto recientemente rediseñado a un costo relativamente bajo.

La creación de prototipos hace posible que los desarrolladores implementen enfoques alternativos y descubran el más beneficioso y que sea extremadamente útil y rentable si se implementa correctamente.

Existen varias herramientas y servicios de software disponibles hoy en día para ayudar a los ingenieros de productos a validar sus enfoques.

Pero, ¿Qué puede ser mejor que un kit de herramientas de una compañía confiable como Intel cuando se trata de poner en marcha, construir y probar soluciones de software?

Intel Developer Cloud ofrece acceso gratuito a una amplia gama de arquitecturas Intel para ayudarte a obtener una experiencia práctica instantánea con el software de Intel y ejecutar cargas de trabajo de Edge, IA, informática de alto rendimiento (HPC) o renderizado.

Con marcos, herramientas y bibliotecas optimizados de Intel preinstalados, tienes todo lo que se necesita para acelerar el aprendizaje y la creación de prototipos de proyectos.

¿Por qué deberías utilizar la integración de OpenVINO con TensorFlow?

Los desarrolladores pueden aprovechar las optimizaciones del kit de herramientas OpenVINO con las aplicaciones de TensorFlow en una amplia gama de dispositivos informáticos agregando solamente dos líneas de código.

Intel Developer Cloud viene preinstalado con integración de OpenVINO conjunto a TensorFlow.

Prototipado

Intel también ofrece lecciones interactivas, tutoriales y aplicaciones de ejemplo para ayudar a los arquitectos e ingenieros de software a aprender cómo funciona la integración de OpenVINO con TensorFlow.

Además, hay varios recursos disponibles para ayudar a los estudiantes a comparar sus prototipos y entorno utilizando JupyterLab.

Puedes comenzar rápidamente con los siguientes recursos en el entorno limitado de desarrollo perimetral:

  • Tutoriales basados en cuadernos de Jupyter y aplicaciones de ejemplo

  • Modelos preentrenados

  • Código ejecutable del kit de herramientas Intel Distribution de OpenVINO

  • Herramientas para ajustar y optimizar modelos

  • Fragmentos de código para la creación rápida de prototipos

  • Capacidad para ejecutar cargas de trabajo en una amplia gama de configuraciones de hardware que constan de CPU, GPU y VPU

Aplicaciones de ejemplo

Estas 4 aplicaciones de ejemplo están disponibles para que los alumnos ilustren el rendimiento de una solución:

1. Aplicación de ejemplo de detección de objetos

Ilustra cómo realizar la detección de objetos mediante la integración de OpenVINO con TensorFlow.

2. Aplicación de ejemplo de clasificación

Ilustra cómo realizar la clasificación utilizando la integración de OpenVINO con TensorFlow.

3. Repositorio de OpenVINO

El repositorio oficial de OpenVINO se encuentra en GitHub, conjunto a la documentación adicional sobre la instalación, los requisitos previos mínimos y mucho más.

4. Integración de OpenVINO con el instalador de tensorflow

Descarga e instale los paquetes para poder usarlos en tus dispositivos perimetrales locales.

Relacionado

Tutoriales RIP: Más de 300 Guías de Programación y Tecnología basadas en Contenidos de Stack Overflow

Las guías de RIP TUTORIAL (+300) son un proyecto de ZZZ Proyects (‎una empresa dedicada a añadir valor a la comunidad .NET) que consta en la creación de libros con contenidos extraídos de Stack Overflow. Por lo que he observado, los contenidos son de 2016/17, pese a eso. Lo considero un contenido útil. Muchas guías son una simple instalación o inicio a un contenido; pero las ¡SEGUIR LEYENDO!

TensorFlow 2.15: Últimas Actualizaciones

Esta versión optimiza el rendimiento de oneDNN, amplía las funciones de tf.function y mejora el manejo de datos en tf.data. TensorFlow Lite y Keras también reciben actualizaciones, lo que hace que la plataforma sea más eficiente y fácil de usar para tareas de aprendizaje automático. Estas optimizaciones pueden generar resultados numéricos ligeramente diferentes, pero tienen como objetivo mejorar el rendimiento. Otra mejora clave es la expansión ¡SEGUIR LEYENDO!

Pose Animator: Una herramienta de animación SVG en tiempo real que utiliza modelos TensorFlow.js

Pose Animator es una librería capaz de tomar una ilustración vectorial en 2D y animar las líneas de sus curvas en tiempo real en función del resultado de reconocimiento del reconocimiento realizado por las librerías PoseNet y FaceMesh; se ha tomado prestada la idea de las animaciones basadas en esqueletos creadas mediante gráficos a través de ordenador. En la animación de esqueletos, un personaje se representa ¡SEGUIR LEYENDO!

Manual básico de criptología escrito por Luis Hernández Encinas

Con el uso de ejemplos concretos, teoría esencial y dos frameworks de Python listos para su implementación (Scikit-Learn y TensorFlow) el autor Aurelien Geron te guiará en la comprensión intuitiva de los conceptos y herramientas necesarias para construir sistemas inteligentes.

Aprenderás una variedad de técnicas, desde la regresión lineal básica hasta las redes neuronales profundas. Con ejercicios al final de cada capítulo para aplicar ¡SEGUIR LEYENDO!

La apuesta de Open AI por PyTorch en vez de Tensorflow, es una pequeña batalla ganada de Facebook contra Google

OpenAI anunció que migrará al framework de aprendizaje automático de PyTorch y ello se podría considerar como una pequeña victoria por parte de Facebook sobre Google, puesto que desde OpenAI estarían evitando el uso de la plataforma TensorFlow de Google. OpenAI, es una gran empresa de investigación de inteligencia artificial con sede en San Francisco cofundada por el CTO Greg Brockman, el científico en jefe Ilya ¡SEGUIR LEYENDO!

Deja un comentario