Plan Szkolenia

Wprowadzenie do Edge AI i NVIDIA Jetson

  • Przegląd zastosowań Edge AI
  • Wprowadzenie do sprzętu NVIDIA Jetson
  • Komponenty JetPack SDK i środowisko rozwojowe

Konfiguracja Środowiska Programistycznego

  • Instalowanie JetPack SDK i konfiguracja płyty Jetson
  • Zrozumienie TensorRT i optymalizacji modeli
  • Konfiguracja środowiska uruchomieniowego

Optymalizacja Modeli AI do Wdrażania na Brzegu

  • Techniki kwantyzacji i przycinania modeli
  • Używanie TensorRT do przyspieszenia modeli
  • Przekształcanie modeli do formatu ONNX

Wdrażanie Modeli AI na Urządzeniach Jetson

  • Wykonanie wnioskowania z użyciem TensorRT
  • Integrowanie modeli AI z aplikacjami w czasie rzeczywistym
  • Optymalizacja wydajności i redukcja opóźnień

Wizja Komputerowa i Uczenie Głębiowe na Jetson

  • Wdrażanie modeli klasyfikacji obrazów i wykrywania obiektów
  • Używanie AI do analizy wideo w czasie rzeczywistym
  • Wdrażanie aplikacji robotycznych opartych na AI

Bezpieczeństwo Edge AI i Optymalizacja Wydajności

  • Bezpieczne wdrażanie modeli AI na urządzeniach brzegowych
  • Efektywność energetyczna i zarządzanie termiczne
  • Skalowanie aplikacji AI na platformach Jetson

Wdrażanie Projektów i Przykłady Zastosowań W Realiach

  • Budowanie rozwiązania IoT opartych na AI
  • Wdrażanie AI w systemach autonomicznych
  • Studia przypadku AI na urządzeniach brzegowych

Podsumowanie i Następne Kroki

Wymagania

  • Doświadczenie w trenowaniu i inferencji modeli AI
  • Podstawowa wiedza o układach wbudowanych
  • Znajomość programowania w języku Python

Grupa docelowa

  • Deweloperzy AI
  • Inżynierowie układów wbudowanych
  • Inżynierowie robotyki
 21 godzin

Liczba uczestników


cena netto za uczestnika

Propozycje terminów

Powiązane Kategorie