OpenVINO™ 深度学习工作台概述

深度学习工作台 (DL Workbench) 是官方的 OpenVINO™ 图形界面,旨在使预训练深度学习模型的生成变得更加容易。

DL Workbench 结合了 OpenVINO™ 工具来帮助您完成最常用的任务:导入模型、分析其性能和精度、可视化输出、优化模型并在几分钟内准备好部署。DL Workbench 将带您完成完整的 OpenVINO™ 工作流程,让您有机会了解各种工具套件组件。

DL Workbench 使您能够获得详细的性能评估、探索推理配置并获得优化模型以准备部署在各种英特尔® 配置上,例如客户端和服务器 CPU、英特尔® 处理器显卡 (GPU)、英特尔® Movidius™ 神经计算棒 2 (NCS 2) 和采用英特尔® Movidius™ VPU 的英特尔® Vision Accelerator Design。

DL Workbench 还提供 JupyterLab 环境,帮助您快速开始使用 OpenVINO™ API 和命令行界面 (CLI)。按照为您的模型创建的完整 OpenVINO 工作流程进行操作,并了解不同的工具套件组件。

在此介绍视频中了解有关 DL Workbench 的更多信息:

用户目标

深度学习工作台根据您的深度学习之旅的阶段帮助您实现目标。

如果您是深度学习领域的初学者,深度学习工作台为您提供学习机会:

  • 了解什么是神经网络、神经网络工作原理以及如何检查其架构。
  • 在生产前学习神经网络分析和优化的基础知识。
  • 熟悉 OpenVINO™ 生态系统及其主要组件,而无需在您的系统上安装。

如果您在神经网络方面有足够的经验,DL Workbench 会为您提供一个方便的 web 界面来优化您的模型,并为生产做好准备:

  • 测量和解释模型性能。
  • 调整模型以增强性能。
  • 分析模型的质量并可视化输出。

通用工作流程

下图说明了典型的 DL Workbench 的工作流程。单击以查看全尺寸图像:

在 DL Workbench 用户界面中快速了解工作流程:

OpenVINO™ 工具套件组件

深度学习工作台基于网页的直观交互界面让您轻松使用 OpenVINO™ 工具套件的各组件:

组件描述
Open Model Zoo访问一系列高质量预训练深度学习公共英特尔训练的模型(经过训练以解决各种不同的任务)。
模型优化器将在支持的框架中训练的模型优化和转换为 IR 格式。
支持的框架包括 TensorFlow*、Caffe*、Kaldi*、MXNet* 和 ONNX* 格式。
基准工具估计支持设备上的深度学习模型推理性能。
准确性检查程序通过收集一个或多个指标值来评估模型的精度。
训练后优化工具优化预训练模型,将模型精度从浮点精度(FP32 或 FP16)降低到整数精度 (INT8),无需重新训练或微调模型。

联系我们