Kursplan

Introduksjon til Edge AI og NVIDIA Jetson

  • Oversikt over edge AI-applikasjoner
  • Introduksjon til NVIDIA Jetson-maskinvare
  • JetPack SDK-komponenter og utviklingsmiljø

Sette opp utviklingsmiljøet

  • Installere JetPack SDK og sette opp Jetson-kortet
  • Forstå TensorRT og modelloptimalisering
  • Konfigurering av kjøretidsmiljøet

Optimalisering av AI-modeller for Edge-implementering

  • Modellkvantisering og beskjæringsteknikker
  • Bruker TensorRT for modellakselerasjon
  • Konvertering av modeller til ONNX-format

Utplassering av AI-modeller på Jetson-enheter

  • Kjører slutning med TensorRT
  • Integrering av AI-modeller med sanntidsapplikasjoner
  • Optimaliserer ytelsen og reduserer ventetiden

Computer Vision og Deep Learning på Jetson

  • Utplassering av bildeklassifisering og objektdeteksjonsmodeller
  • Bruker AI for sanntids videoanalyse
  • Implementering av AI-drevne robotapplikasjoner

Edge AI Sikkerhet og ytelsesoptimalisering

  • Sikring av AI-modeller på edge-enheter
  • Effekteffektivitet og termisk styring
  • Skalering av AI-applikasjoner på Jetson-plattformer

Prosjektimplementering og Real-World Use Cases

  • Bygge en AI-drevet IoT-løsning
  • Utplassering av AI i autonome systemer
  • Kasusstudier av AI på edge-enheter

Sammendrag og neste trinn

Krav

  • Erfaring med AI-modellopplæring og inferens
  • Grunnleggende kunnskap om innebygde systemer
  • Kjennskap til Python programmering

Publikum

  • AI-utviklere
  • Innebygde ingeniører
  • Robotics ingeniører
 21 timer

Antall deltakere


Price per participant

Upcoming Courses

Related Categories