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
Introduksjon til On-Device AI
- Grunnleggende om maskinlæring på enheten
- Fordeler og utfordringer med små språkmodeller
- Oversikt over maskinvarebegrensninger i mobile og IoT-enheter
Modelloptimalisering for distribusjon på enheten
- Modellkvantisering og beskjæring
- Kunnskapsdestillasjon for mindre, effektive modeller
- Velge og tilpasse modeller for ytelse på enheten
Plattformspesifikke AI-verktøy og rammer
- Introduksjon til TensorFlow Lite og PyTorch Mobile
- Bruker plattformspesifikke biblioteker for AI på enheten
- Implementeringsstrategier på tvers av plattformer
Sanntidsslutning og Edge Computing
- Teknikker for rask og effektiv slutning på enheter
- Utnytte edge computing for AI på enheten
- Kasusstudier av sanntids AI-applikasjoner
Strøm Management og batterilevetid
- Optimalisering av AI-applikasjoner for energieffektivitet
- Balanserer ytelse og strømforbruk
- Strategier for å forlenge batterilevetiden i AI-drevne enheter
Sikkerhet og personvern i On-Device AI
- Sikre datasikkerhet og brukernes personvern
- Databehandling på enheten for å bevare personvernet
- Sikre modelloppdateringer og vedlikehold
Brukeropplevelse og interaksjonsdesign
- Utforme intuitive AI-interaksjoner for enhetsbrukere
- Integrering av språkmodeller med brukergrensesnitt
- Brukertesting og tilbakemelding for AI på enheten
Scaladyktighet og vedlikehold
- Administrere og oppdatere modeller på utplasserte enheter
- Strategier for skalerbare AI-løsninger på enheten
- Overvåking og analyser for utplasserte AI-systemer
Prosjekt og vurdering
- Utvikle en prototype i et valgt domene og klargjøre for distribusjon på en valgt enhet
- Presentasjon av AI-løsningen på enheten
- Evaluering basert på effektivitet, innovasjon og praktisk
Sammendrag og neste trinn
Krav
- Sterkt fundament innen maskinlæring og dyplæringskonsepter
- Ferdighet i Python programmering
- Grunnleggende kunnskap om maskinvarebegrensninger for AI-distribusjon
Publikum
- Maskinlæringsingeniører og AI-utviklere
- Innebygde systemingeniører som er interessert i AI-applikasjoner
- Produktsjefer og tekniske ledere som overvåker AI-prosjekter
21 timer