Kursplan

Avanserte konsepter i Edge AI

  • Dyp dypdykk i Edge AI-arkitektur
  • Komparativ analyse av Edge AI og sky AI
  • Siste trender og nye teknologier i Edge AI
  • Avanserte brukstilfeller og applikasjoner

Avanserte modelloptimaliseringsteknikker

  • Kvantisering og beskjæring for kantenheter
  • Kunnskapsdestillasjon for lette modeller
  • Overfør læring for edge AI-applikasjoner
  • Automatisering av modelloptimeringsprosesser

Banebrytende distribusjonsstrategier

  • Containerisering og orkestrering for Edge AI
  • Distribuere AI-modeller ved hjelp av edge computing-plattformer (f.eks. Edge TPU, Jetson Nano)
  • Sanntidsslutninger og løsninger med lav latens
  • Administrere oppdateringer og skalerbarhet på avanserte enheter

Spesialiserte verktøy og rammer

  • Utforske avanserte verktøy (f.eks. TensorFlow Lite, OpenVINO, PyTorch Mobile)
  • Bruke maskinvarespesifikke optimaliseringsverktøy
  • Integrering av AI-modeller med spesialisert kantmaskinvare
  • Kasusstudier av verktøy i aksjon

Ytelsesjustering og overvåking

  • Teknikker for ytelsesbenchmarking på kantenheter
  • Verktøy for sanntidsovervåking og feilsøking
  • Adressering av ventetid, gjennomstrømning og strømeffektivitet
  • Strategier for løpende optimalisering og vedlikehold

Innovative Use Caseer og applikasjoner

  • Bransjespesifikke applikasjoner av avansert Edge AI
  • Smarte byer, autonome kjøretøy, industriell IoT, helsetjenester og mer
  • Kasusstudier av vellykkede Edge AI-implementeringer
  • Fremtidige trender og forskningsretninger i Edge AI

Avanserte etiske og sikkerhetsmessige hensyn

  • Sikre robust sikkerhet i Edge AI-distribusjoner
  • Ta tak i komplekse etiske problemer i AI på kanten
  • Implementering av personvernbevarende AI-teknikker
  • Overholdelse av avanserte forskrifter og industristandarder

Praktiske prosjekter og avanserte øvelser

  • Utvikle og optimalisere en kompleks Edge AI-applikasjon
  • Virkelige prosjekter og avanserte scenarier
  • Samarbeidsgruppeøvelser og innovasjonsutfordringer
  • Prosjektpresentasjoner og eksperttilbakemeldinger

Sammendrag og neste trinn

Krav

  • Inngående forståelse av AI og maskinlæringskonsepter
  • Ferdigheter i programmeringsspråk (Python anbefales)
  • Erfaring med edge computing og distribusjon av AI-modeller på edge-enheter

Publikum

  • AI-utøvere
  • Forskere
  • Utviklere
 14 timer

Antall deltakere


Price per participant

Upcoming Courses

Related Categories