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。
1.1机器学习。掌握监督学习算法、机器学习重要概念等的实践知识。
1.2深度学习。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。
1.3利用 TensorFlow的应用深度学习。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。
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。
2.1TensorFlow学习。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。
2.2Caffe学习。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。
2.3BigDL学习。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。
3.1英特尔® DevCloud。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。
3.2利用英特尔® FPGA 进行深度学习推理。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。
3.3电脑上的人工智能。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。
以上资料摘自与Intel官网(/zh-cn/ai/get-started),该网站提供详细的学习视频及文档内容,方便有兴趣的人更快速的学习人工智能开发。