NOTE: Getting starting of Deep Learning

最近都在做Intel OpenVINO(Open Visual Inference & Neural Network Optimization)的 Sample code 改寫 XD, 也是一個不熟的領域, 只有20年前讀一些神經網路的書, 那時第三波有出幾本書, 不過沒讀懂, 數學抽象能力不夠, 後來大概10年前大概懂了, 就是算網路權值, 本來這個工作當初說是有同事要接手的, 但是據說現在太熱門, 要Onboard 的同事直接被高薪聘去別間公司, 老闆還是希望有人做, 我基於反正有人願意花錢讓我學東西的心態就開始動作做一做, 學一學, 基本上OpenVINO 只是一個Intel 打造吻合它家硬體生態體系的加速架構, 它稱為推論引擎(Inference Engin) 它會透過Caffe/Tensorflow/MXNet/Kaldi 等等的架構/程式庫所訓練出來的網路模型與權重之類,來執行之後的推理結果 (目前部份支援ONNX 估計之後CNTK/PyTorch就靠ONNX支持)

換句話來說OpenVINO實現的是在Intel 相關硬體上的高效執行如他的CPU/GPU/FPGA/Movidius, 高效不等與高速, 畢竟不同等級的硬體最後執行的結果不同
(轉換模型的方法 https://software.intel.com/en-us/articles/OpenVINO-ModelOptimizer )

基於大概了解OpenVINO的 Inference Engine 使用後, 接下來就準備開始一些訓練Model的方法或是架構使用, 不過還是需要了解一下現在Machine/Deep Learing 的基本知識, 不然估計學習的效果會很差, 不過拜現在AI熱潮興起, 現在網路上各式各樣講解的筆記與文章或是翻譯比以前多了不少

底下收集一下之後要讀的資料, 估計先讀一下資料然後做一些範例取得感覺再來搞看看有沒有成果

廣告