- 授权协议: Apache-2.0
- 开发语言: C/C++ Python SHELL
- 操作系统: Linux
- 软件首页: https://github.com/opencv/dldt
- 软件文档: https://software.intel.com/en-us/openvino-toolkit/deep-learning-cv
- 官方下载: https://github.com/opencv/opencv_contrib/releases
软件介绍
OpenVINO Toolkit —— 深度学习部署工具包(Deep Learning Deployment Toolkit )。
该工具包能够让开发者通过与应用程序逻辑集成的高级 C++ 推理引擎 API 部署预训练的深度学习模型。
开源版本包含两个组件,即模型优化器和推理引擎,以及 CPU、GPU 和异构插件,以加速 Intel(R) CPUs 和 Intel(R) 处理器显卡的深度学习推理。它支持 Open Model Zoo 的预训练模型以及 100 多种流行格式的开源和公共模型,例如 Caffe*, Tensorflow*, MXNet* and ONNX*。
功能特性
在边缘启用基于 CNN 的深度学习推理
通过易用的 CV 函数库和预优化的内核,加快产品上市速度
引入针对 CV 标准的优化调用,包括 OpenCV*, OpenCL 和 OpenVX*
机器学习实战:基于Scikit-Learn和TensorFlow
Aurélien Géron / 王静源、贾玮、边蕤、邱俊涛 / 机械工业出版社 / 2018-8 / 119.00
本书主要分为两个部分。第一部分为第1章到第8章,涵盖机器学习的基础理论知识和基本算法——从线性回归到随机森林等,帮助读者掌握Scikit-Learn的常用方法;第二部分为第9章到第16章,探讨深度学习和常用框架TensorFlow,一步一个脚印地带领读者使用TensorFlow搭建和训练深度神经网络,以及卷积神经网络。一起来看看 《机器学习实战:基于Scikit-Learn和TensorFlow》 这本书的介绍吧!
