Plan Szkolenia

Zaawansowane koncepcje w Edge AI

  • Głębsze zagłębianie się w architekturę Edge AI
  • Porównawcza analiza Edge AI i chmurowego AI
  • Najnowsze trendy i pojawiające się technologie w Edge AI
  • Zaawansowane przypadki użycia i aplikacje

Zaawansowane techniki optymalizacji modeli

  • Kwantyzacja i przycinanie dla urządzeń Edge
  • Destylacja wiedzy dla lekkich modeli
  • Transferowanie uczenia się dla aplikacji Edge AI
  • Automatyzacja procesów optymalizacji modeli

Zaawansowane strategie wdrażania

  • Konteneryzacja i orchestracja dla Edge AI
  • Wdrażanie modeli AI za pomocą platform obliczeń Edge (np. Edge TPU, Jetson Nano)
  • Wnioskowanie w czasie rzeczywistym i rozwiązania o niskiej łatwości
  • Zarządzanie aktualizacjami i skalowalnością na urządzeniach Edge

Specjalistyczne narzędzia i ramy aplikacji

  • Badanie zaawansowanych narzędzi (np. TensorFlow Lite, OpenVINO, PyTorch Mobile)
  • Używanie narzędzi do optymalizacji sprzętowej
  • Integracja modeli AI z specjalistycznym sprzętem Edge
  • Studia przypadku narzędzi w akcji

Optymalizacja wydajności i monitorowanie

  • Techniki do benchmarkingu wydajności na urządzeniach Edge
  • Narzędzia do monitorowania i debugowania w czasie rzeczywistym
  • Zwalczanie opóźnień, przepustowości i efektywności energetycznej
  • Strategie dla ciągłej optymalizacji i konserwacji

Innowacyjne przypadki użycia i aplikacje

  • Aplikacje specyficzne dla branży zaawansowanego Edge AI
  • Miasto przyszłości, autonomiczne pojazdy, przemysłowy IoT, opieka zdrowotna i więcej
  • Studia przypadku udanych wdrożeń Edge AI
  • Przyszłe trendy i kierunki badań w dziedzinie Edge AI

Zaawansowane rozważania etyczne i dotyczące bezpieczeństwa

  • Zapewnienie solidnego bezpieczeństwa w wdrożeniach Edge AI
  • Zwalczanie skomplikowanych kwestii etycznych w AI na krawędzi
  • Wdrażanie technik zachowujących prywatność w AI
  • Wymagania zgodności z zaawansowanymi regulacjami i standardami branżowymi

Przykłady z życia i zaawansowane ćwiczenia

  • Tworzenie i optymalizacja skomplikowanej aplikacji Edge AI
  • Projekt realistycznych scenariuszy i zaawansowanych scenariuszy
  • Ćwiczenia grupowe i wyzwania innowacyjne
  • Prezentacje projektów i opinie ekspertów

Podsumowanie i kolejne kroki

Wymagania

  • Głębokie zrozumienie pojęć związanych z sztuczną inteligencją i uczeniem maszynowym
  • Biegłość w językach programowania (zalecane Python)
  • Doświadczenie w obliczeniach na krawędzi i wdrażaniu modeli AI na urządzeniach na krawędzi

Grupa docelowa

  • Specjaliści ds. AI
  • Badacze
  • Programiści
 14 godzin

Liczba uczestników


cena netto za uczestnika

Propozycje terminów

Powiązane Kategorie