Kursplan

Introduktion till On-Device AI

  • Grunderna i maskininlärning på enheten
  • Fördelar och utmaningar med små språkmodeller
  • Översikt över hårdvarubegränsningar i mobila och IoT-enheter

Modelloptimering för On-Device Deployment

  • Modellkvantisering och beskärning
  • Kunskapsdestillering för småre och effektivare modeller
  • Val och anpassning av modeller för prestanda på enheten

Plattformsspecifika AI-verktyg och ramverk

  • Introduktion till TensorFlow Lite och PyTorch Mobile
  • Användning av plattformsspecifika bibliotek för on-device AI
  • Strategier för plattformsoberoende distribution

Real-tidsinferens och Edge Computing

  • Tekniker för snabb och effektiv inferens på enheter
  • Utnyttjande av edge computing för on-device AI
  • Fallstudier av realtids-AI-applikationer

Energihantering och Batteritidsöverväganden

  • Optimering av AI-applikationer för energieffektivitet
  • Balansering av prestanda och energiförbrukning
  • Strategier för att förlänga batteritiden i AI-drivna enheter

Säkerhet och Integritet i On-Device AI

  • Säkerställande av datasekretess och användarintegritet
  • Bearbetning av data på enheten för integritetsskydd
  • Säkra modelluppdateringar och underhåll

Användarupplevelse och Interaktionsdesign

  • Design av intuitiva AI-interaktioner för enhetsanvändare
  • Integration av språkmodeller med användargränssnitt
  • Användartester och feedback för on-device AI

Skalbarhet och Underhåll

  • Hantering och uppdatering av modeller på distribuerade enheter
  • Strategier för skalbara on-device AI-lösningar
  • Övervakning och analys av distribuerade AI-system

Projekt och Bedömning

  • Utveckling av en prototyp inom ett valt område och förberedelse för distribution på en vald enhet
  • Presentation av on-device AI-lösningen
  • Bedömning baserat på effektivitet, innovation och praktisk nytta

Sammanfattning och Nästa Steg

Krav

  • Stark grundläggande kunskaper inom maskininlärning och djupinlärning
  • Skicklighet i Python-programmering
  • Grundläggande kunskaper om hårdvarugränser för AI-utplacering

Målgrupp

  • Maskininlärningstekniker och AI-utvecklare
  • Inbyggda systemtekniker intresserade av AI-ansökningar
  • Produktchefer och tekniska ledare som övervakar AI-projekt
 21 timmar

Antal deltagare


Price per participant

Upcoming Courses

Relaterade Kategorier