- PVSM.RU - https://www.pvsm.ru -
Официальный репозиторий [1] проекта был запущен буквально пару дней назад. Расскажем немного подробнее об этой новости и приведем полезные источники по теме.
[2]
/ Flickr / fdecomite [3] / CC [4]
Основная область применения clDNN (Compute Library for Deep Neural Networks) — распознавание и сегментация изображений. Высокопроизводительная библиотека работает с DL-приложениями, которые подразумевают ускорение построения логических выводов (inference) с помощью Intel HD/Iris Graphics.
clDNN вышла под лицензией Apache 2.0 и поддерживает AlexNet [5], VGG, GoogleNet, и ResNet (немного [6] о последних трех). Библиотеку составляют блоки, оптимизированные для работы со свёрточными нейронными сетями [7] на C и C++.
Глубокие нейронные сети [12] (DNN) применяют в том числе для анализа видео, обработки естественного языка (NLP) и решения задач в таких областях как автономное вождение. DNN очень требовательны с точки зрения вычислительных ресурсов и эффективности тех или иных реализаций алгоритмов, поэтому новые находки в этой сфере всегда встречают с большим интересом. Например, недавно компания представила бесплатный инструментарий Intel Deep-Learning Deployment Toolkit [13], который является частью тематического SDK [14] для работы с технологиями компьютерного зрения.
«01» — это open source сообщество Intel. Инженеры компании принимают активное участие в его работе и пополняют коллекцию открытых решений. Каждый проект обладает своим микросайтом (пара примеров: OpenStack [15], Crosswalk [16], Developer Journey [17]).
О чем еще мы пишем на Хабре:
Автор: 1cloud
Источник [24]
Сайт-источник PVSM.RU: https://www.pvsm.ru
Путь до страницы источника: https://www.pvsm.ru/open-source/256199
Ссылки в тексте:
[1] репозиторий: https://github.com/01org/cldnn
[2] Image: https://habrahabr.ru/company/1cloud/blog/329474/
[3] fdecomite: https://www.flickr.com/photos/fdecomite/
[4] CC: https://creativecommons.org/licenses/by/2.0/
[5] AlexNet: http://vision.stanford.edu/teaching/cs231b_spring1415/slides/alexnet_tugce_kyunghee.pdf
[6] немного: http://www.pyimagesearch.com/2017/03/20/imagenet-vggnet-resnet-inception-xception-keras/
[7] свёрточными нейронными сетями: https://ru.wikipedia.org/wiki/%D0%A1%D0%B2%D1%91%D1%80%D1%82%D0%BE%D1%87%D0%BD%D0%B0%D1%8F_%D0%BD%D0%B5%D0%B9%D1%80%D0%BE%D0%BD%D0%BD%D0%B0%D1%8F_%D1%81%D0%B5%D1%82%D1%8C
[8] Официальный сайт проекта «01»: https://01.org/cldnn/blogs
[9] Тематический whitepaper: https://software.intel.com/en-us/articles/accelerating-deep-learning-inference-with-intel-processor-graphics
[10] Документация clDNN: https://01org.github.io/clDNN/index.html
[11] Inline-документация: https://github.com/01org/cldnn#generating-documentation
[12] Глубокие нейронные сети: https://ru.wikipedia.org/wiki/%D0%93%D0%BB%D1%83%D0%B1%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5#.D0.93.D0.BB.D1.83.D0.B1.D0.BE.D0.BA.D0.B8.D0.B5_.D0.BD.D0.B5.D0.B9.D1.80.D0.BE.D0.BD.D0.BD.D1.8B.D0.B5_.D1.81.D0.B5.D1.82.D0.B8
[13] Intel Deep-Learning Deployment Toolkit: https://software.seek.intel.com/deep-learning-deployment
[14] SDK: https://software.intel.com/en-us/computer-vision-sdk
[15] OpenStack: https://01.org/openstack
[16] Crosswalk: https://01.org/crosswalk-project
[17] Developer Journey: https://01.org/developerjourney/
[18] тут: https://1cloud.ru/blog/how-to-create-iaas-provider
[19] тут: https://1cloud.ru/blog/it-project-area-choice
[20] здесь: https://1cloud.ru/api/example
[21] Дайджест: работа IaaS-провайдера, SSL-сертификаты, ЦОД и наш «пятничный формат»: https://habrahabr.ru/company/1cloud/blog/328602/
[22] Как «облако» может помочь технологиям будущего: https://habrahabr.ru/company/1cloud/blog/329232/
[23] Microsoft откроет ЦОД в Йоханнесбурге и Кейптауне: https://habrahabr.ru/company/1cloud/blog/329268/
[24] Источник: https://habrahabr.ru/post/329474/
Нажмите здесь для печати.