Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kursplan
Avancerade begrepp inom Edge AI
- Djupdykning i Edge AI-arkitektur
- Jämförande analys av Edge AI och molnbaserad AI
- Senaste trender och framväxande tekniker inom Edge AI
- Avancerade användningsfall och tillämpningar
Avancerade teknik för modelloptimering
- Kvantisering och beskärning för enhetskantiga enheter
- Kunskapsdistillation för lätta modeller
- Överföringsinlärning för Edge AI-tillämpningar
- Automatisering av modelloptimeringar
Avancerade distributionsstrategier
- Containerisering och orkestrering för Edge AI
- Distribuera AI-modeller med hjälp av Edge-beräkningsplattformar (t.ex., Edge TPU, Jetson Nano)
- Real-tidsinferens och låglatenslösningar
- Hantera uppdateringar och skalbarhet på kantenheter
Specialiserade verktyg och ramverk
- Uppleva avancerade verktyg (t.ex., TensorFlow Lite, OpenVINO, PyTorch Mobile)
- Använda maskinvaruspecifika optimeringar
- Integrera AI-modeller med specialiserad kantmaskinvara
- Fallstudier av verktyg i användning
Prestandatuning och övervakning
- Tekniker för prestandebenchmarking på kantenheter
- Verktyg för real-tidsövervakning och felsökning
- Hantera latens, genomströmning och energieffektivitet
- Strategier för kontinuerlig optimering och underhåll
Innovativa användningsfall och tillämpningar
- Branschspecifika tillämpningar av avancerad Edge AI
- Smarta städer, autonoma fordon, industriell IoT, hälso- och sjukvård och mer
- Fallstudier av framgångsrika Edge AI-implementeringar
- Framtida trender och forskningsriktningar inom Edge AI
Avancerade etiska och säkerhetsöverväganden
- Säkerställa robust säkerhet i Edge AI-implementeringar
- Hantera komplexa etiska frågor inom AI vid kanten
- Implementera integritetsskyddande AI-tekniker
- Efterlevnad av avancerade regelverk och branschstandarder
Praktiska projekt och avancerade övningar
- Utveckla och optimera ett komplext Edge AI-applikation
- Verkliga projekt och avancerade scenarier
- Samarbetsövningar och innovationsutmaningar
- Projektpresentationer och expertåterkoppling
Sammanfattning och nästa steg
Krav
- Djupgående förståelse för AI och maskinlärningskoncept
- Skicklighet i programmeringsspråk (Python rekommenderas)
- Erfarenhet av edge computing och att distribuera AI-modeller på edge-enheter
Målgrupp
- AI-praktiker
- Forskare
- Utvecklare
14 timmar