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
Introduktion till Edge AI
- Definition och nyckelbegrepp
- Skillnader mellan AI på gränsenheter och AI i molnet
- Fördelar och utmaningar med Edge AI
- Översikt över Edge AI-program
AI-arkitektur för gränsenheter
- Komponenter i Edge AI-system
- Krav på maskinvara och programvara
- Dataflöde i Edge AI-program
- Integration med befintliga system
Konfigurera AI-miljön för gränsenheter
- Introduktion till Edge AI-plattformar (Raspberry Pi, NVIDIA Jetson, etc.)
- Installera nödvändig programvara och bibliotek
- Konfigurera utvecklingsmiljön
- Initiera Edge AI-konfigurationen
Utveckla AI-modeller på gränsenheter
- Översikt över maskininlärnings- och djupinlärningsmodeller för gränsenheter
- Träningsmodeller specifikt för gränsdistribution
- Tekniker för att optimera modeller för gränsenheter
- Verktyg och ramverk för Edge AI-utveckling (TensorFlow Lite, OpenVINO, etc.)
Data Management och förbehandling för Edge AI
- Datainsamlingstekniker för gränsmiljöer
- Förbearbetning och förstärkning av data för gränsenheter
- Hantera datapipelines på gränsenheter
- Säkerställa datasekretess och säkerhet i gränsmiljöer
Distribuera AI-program för gränsenheter
- Steg för att distribuera modeller på olika gränsenheter
- Tekniker för övervakning och hantering av distribuerade modeller
- Databearbetning och slutsatsdragning i realtid på gränsenheter
- Fallstudier och praktiska exempel på införande
Integrera Edge AI med IoT-system
- Ansluta Edge AI-lösningar med IoT-enheter och sensorer
- Communication Protokoll och metoder för datautbyte.
- Skapa en heltäckande Edge AI- och IoT-lösning
- Praktiska exempel och användningsfall
Use Cases och applikationer
- Branschspecifika tillämpningar av Edge AI
- Fördjupade fallstudier inom hälso- och sjukvård, fordon och smarta hem
- Framgångshistorier och lärdomar
- Framtida trender och möjligheter inom Edge AI
Etiska överväganden och bästa praxis
- Säkerställa sekretess och säkerhet i Edge AI-distributioner
- Hantera partiskhet och rättvisa i Edge AI-modeller
- Överensstämmelse med regler och standarder
- Metodtips för ansvarsfull AI-distribution
Praktiska projekt och övningar
- Utveckla ett komplext Edge AI-program
- Verkliga projekt och scenarier
- Gemensamma gruppövningar
- Projektpresentationer och återkoppling
Sammanfattning och nästa steg
Krav
- En förståelse för grundläggande AI- och maskininlärningskoncept
- Erfarenhet av programmeringsspråk (Python rekommenderas)
- Kunskaper om databehandling på gränsenheter och IoT-begrepp
Publik
- Utvecklare
- IT-proffs
14 timmar