Tack för att du skickade din fråga! En av våra teammedlemmar kontaktar dig snart.
Tack för att du skickade din bokning! En av våra teammedlemmar kontaktar dig snart.
Kursplan
Introduktion till Edge AI
- Definition och centrala koncept
- Skillnader mellan Edge AI och molnbaserad AI
- Fördelar och användningsområden för Edge AI
- Översikt över kantutrustning och plattformar
Att sätta upp miljön på kanten
- Introduktion till kantutrustning (t.ex. Raspberry Pi, NVIDIA Jetson)
- Installation av nödvändig mjukvara och bibliotek
- Konfigurering av utvecklingsmiljön
- Förberedelse av hårdvaran för AI-distribution
Att utveckla AI-modeller för kanten
- Översikt över maskinlärnings- och djuplärningsmodeller för kantutrustning
- Metoder för att träna modeller i lokala och molnbaserade miljöer
- Optimering av modeller för distribution på kanten (kvantisering, beskärning m.m.)
- Verktyg och ramverk för Edge AI-utveckling (TensorFlow Lite, OpenVINO m.m.)
Att distribuera AI-modeller till kantutrustning
- Steg för steg-guide för att distribuera AI-modeller till olika kantenhårdvaror
- Hantering av realtidsdata och slutledningar på kantutrustning
- Övervakning och hantering av distribuerade modeller
- Praktiska exempel och fallstudier
Praktiska AI-lösningar och projekt
- Utveckling av AI-tillämpningar för kantutrustning (t.ex. datorseende, naturlig språkbehandling)
- Praktiskt projekt: Bygga ett smart kamera system
- Praktiskt projekt: Implementera röstigenkänning på kantutrustning
- Samarbetsprojekt och scenarier i verkliga tillämpningar
Prestanda utvärdering och optimering
- Metoder för att utvärdera modellens prestanda på kantutrustning
- Verktyg för att övervaka och felsöka Edge AI-tillämpningar
- Strategier för att optimera prestandan hos AI-modeller
- Att hantera utmaningar gällande latens och strömförbrukning
Integrering med IoT-system
- Att koppla ihop Edge AI-lösningar med IoT-enheter och sensorer
- Kommunikationsprotokoll och metoder för datautbyte
- Att bygga en komplett Edge AI- och IoT-lösning
- Praktiska integrationsexempel
Etiska och säkerhetsmässiga överväganden
- Att säkerställa dataskydd och säkerhet i Edge AI-tillämpningar
- Att hantera skevheter och rättvisa i AI-modeller
- Efterlevnad av regler och standarder
- Bästa praxis för ansvarsfull AI-distribution
Praktiska projekt och övningar
- Utveckling av en omfattande Edge AI-tillämpning
- Projekt och scenarier i verkliga tillämpningar
- Samarbetsövningar i grupp
- Projektpresentationer och återkoppling
Krav
- Grundläggande förståelse för AI- och maskinlärningskoncept
- Erfarenhet av programmeringsspråk (Python rekommenderas)
- Kunskap om konceptet beräkning på kanten
Målgrupp
- Utvecklare
- Dataanalytiker
- Technikintresserade
14 Timmar
Vittnesmål (3)
Jag tyckte verkligen om avslutningen där vi fick testa CHAT GPT. Rummet var dock inte optimerat för detta - istället för en stor bordskonkurrens hade ett par mindre bord hjälpt till att dela upp oss i små grupper och klura ut idéer.
Nola - Laramie County Community College
Kurs - Artificial Intelligence (AI) Overview
Maskintolkat
Att arbeta från grunderna på ett fokuserat sätt och övergå till att tillämpa fallstudier samma dag
Maggie Webb - Department of Jobs, Regions, and Precincts
Kurs - Artificial Neural Networks, Machine Learning, Deep Thinking
Maskintolkat
Att det använde riktiga företagsdata. Utbildningsledaren hade en mycket bra tillvägagångssätt genom att få deltagarna att delta och tävla
Jimena Esquivel - Zaklad Uslugowy Hakoman Andrzej Cybulski
Kurs - Applied AI from Scratch in Python
Maskintolkat
