Atlas 200 DK 系列 --高级篇

1. 高级章节指引/代码库讲解
   1） 代码库结构
   开源代码结构构成，后续更新到最新的版本，需要用到API使用方式和例子
   2）模型转换
   机器学习的核心在于推理模型，开发板目前不支持训练，只能用于推理，而用于开发板的模型的格式是.om（offline Model）,这种离线模型是开发板框架都有的一种模型，但当前这种模型还不能直接通过训练获得，只能通过caffe/tensorflow训练得到的模型转换而来。
   为了让开发人员能够更容易使用训练过的模型，使用很少的代码构建一个机器学习的应用。Mind Studio提供了离线模型系统，实现了以下功能，方便用户快捷、方便地使用离线模型编写AI程序：
   离线模型转换：支持将Caffe、Tensorflow等业界开源的神经网络模型转化为华为NPU芯片支持的网络模型。
   离线模型导入：支持将转化好的，未加密模型直接导入到Mind Studio工程中供开发者编码使用。
   离线模型可视化：支持离线模型的网络结构查看，可以看到每一层网络的详细信息。
   3）应用开发
   高级课程的重头戏。怎样开发，基于我们开发板的应用，这里又分了三个部分：
   1 数据的流入： 此处只讲图像类数据该如何处理，它使用的是开发板自带的一套开发工具，它的名称是DVPP，做图像处理
   2 应用代码到底怎么写，怎么调用模型进行推理，代码架构怎么组合，这里有一个框架，叫做Matrix
   3 讲解atlas为大家提供一种好的数据展示方式（模型推理完了，拿到结果了，只是裸数据），自研的小工具PresenterServer，玩过样例应该还有点印象。
   机器学习也就三个部分：数据流入，使用模型推理以及数据展示，这就是应用开发划分的几个标准
   4）硬件接口
   讲解如何使用开发板上那40根笔直光亮的阵脚调用和开发
   5）高性能编程
   是为了那些不满足于开发功能而结束的人员，讲解如何优化自己的代码，提升自己的性能。
2. 模型转换
   2.1 模型转换工具介绍与操作演示
   2.2 模型转换工具原理讲解
3. 应用开发