Schița de curs

Introducere în AI-ul Edge și NVIDIA Jetson

  • Prezentare generală a aplicațiilor AI edge
  • Introducere în hardware-ul NVIDIA Jetson
  • Componentele JetPack SDK și mediul de dezvoltare

Configurarea Mediului de Dezvoltare

  • Instalarea JetPack SDK și configurarea plăcii Jetson
  • Înțelegerea TensorRT și optimizarea modelelor
  • Configurarea mediului de runtime

Optimizarea Modelelor de AI pentru Implementare Edge

  • Tehnici de cuantizare și tăiere a modelelor
  • Utilizarea TensorRT pentru accelerarea modelelor
  • Conversia modelelor în format ONNX

Implementarea Modelelor de AI pe Dispozitive Jetson

  • Rularea inferenței cu TensorRT
  • Integrarea modelelor de AI în aplicații în timp real
  • Optimizarea performanței și reducerea latenței

Vedere Artificială și Învățare Profundă pe Jetson

  • Implementarea modelelor de clasificare a imaginilor și detectare a obiectelor
  • Utilizarea AI-ului pentru analiza video în timp real
  • Implementarea aplicațiilor de robotică bazate pe AI

Securitate și Optimizare a Performanței în AI Edge

  • Securizarea modelelor de AI pe dispozitive edge
  • Eficiența energetică și managementul termic
  • Scalarea aplicațiilor de AI pe platformele Jetson

Implementarea Proiectelor și Cazuri de Utilizare din Lumea Reală

  • Construirea unei soluții IoT bazate pe AI
  • Implementarea AI-ului în sisteme autonome
  • Studii de caz ale AI-ului pe dispozitive edge

Rezumat și Pași Următori

Cerințe

  • Experiență în antrenarea și inferența modelelor de AI
  • Cunoștințe de bază despre sistemele embedded
  • Familiaritate cu programarea în Python

Publicul țintă

  • Dezvoltatori de AI
  • Ingineri de sisteme embedded
  • Ingineri de robotică
 21 Ore

Numărul de participanți


Pret per participant

Cursuri viitoare

Categorii înrudite