课程简介

    深度学习技术正得以广泛应用，在工业质检、安防巡检、金融、医疗、能源等各行各业降本增效。在实际产业应用中，深度学习算法要被大规模使用和部署，必须工具化、流程化和工程化，否则深度学习算法将会面临开发效率低，调试难度大，优化和部署难等影响产业落地的种种问题。本次将分享先进的低代码图形化AI工具并结合预训练模型库，快速完成模型训练，应用OpenVINO️工具高效优化并部署模型，整套流程标准化程度高。较好的降低深度学习研发投入，以及推理计算硬件采购成本。 

课程收益

目标：

解决产业实践中，深度学习算法从训练到部署的工具化，流程化，工程化的问题，降低研发投入，减少硬件采购成本

成功（或教训）要点：

1PaddleX可以低代码模式，快速完成深度学习算法开发。

2 OpenVINO优化并部署深度学习模型到CPU上，助力产业低成本智能化升级

启示：

使用PaddleX+OpenVINO训练、优化并部署深度学习模型，推动深度学习算法在产业中工具化和工程化

受众人群

算法工程师、系统架构师、开发工程师以及深度学习感兴趣的人员。

课程周期

1天

课程大纲

1.产业智能化升级的挑战

2.PaddleX+OpenVINO的解决方案

2.1 PaddleX，全流程、低代码完成深度学习算法开发

2.2 OpenVINO优化并部署深度学习模型到CPU上

3. 产业实践案例

4.QA