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.
Schița de curs
Introducere în Optimizarea AI la Răsărit
- Perspectivă generală asupra AI la răsărit și provocările sale
- Importanța optimizării modelului pentru dispozitivele de la răsărit
- Studii de caz ale modelelor AI optimizate în aplicațiile la răsărit
Tehnici de Compresie a Modelului
- Introducere în compresia modelului
- Tehnici pentru reducerea mărimii modelului
- Exerciții practice de compresie a modelului
Metode de Cuantizare
- Perspectivă generală asupra cuantizării și beneficiile sale
- Tipuri de cuantizare (după antrenament, cuantizarea conscientă la antrenament)
- Exerciții practice pentru cuantizarea modelului
Secare și Alte Tehnici de Optimizare
- Introducere în secare
- Metode pentru secarea modelelor AI
- Alte tehnici de optimizare (de exemplu, distilarea cunoștințelor)
- Exerciții practice pentru secarea modelului și optimizarea sa
Înființarea Modelelor Optimizate pe Dispozitive de la Răsărit
- Prepararea mediului dispozitivului de la răsărit
- Înființarea și testarea modelelor optimizate
- Soluționarea problemelor de înființare
- Exerciții practice pentru înființarea modelului
Unelte și Cadrul pentru Optimizare
- Perspectivă generală asupra uneltelor și cadrului (de exemplu, TensorFlow Lite, ONNX)
- Utilizarea TensorFlow Lite pentru optimizarea modelului
- Exerciții practice cu uneltele de optimizare
Aplicații din Viața Reală și Studii de caz
- Revizuirea proiectelor reușite de optimizare AI la răsărit
- Discuția privind cazurile specifice ale industriei
- Proiect practic pentru construcția și optimizarea unei aplicații din viața reală
Rezumat și Următoarele Pași
Cerințe
- Oțelirea conceptelor de inteligență artificială și învățare automatizată
- Experiență în dezvoltarea modelelor AI
- Convingințe de bază în programare (se recomandă Python)
Publicul vizat
- Dezvoltatori AI
- Ingineri de învățare automatizată
- Arhitecți de sistem
14 ore
Mărturii (2)
ecosistemul ML nu se limitează la MLFlow ci include și Optuna, hyperops, docker, docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Curs - MLflow
Tradus de catre o masina
Am apreciat participarea la antrenamentul Kubeflow, care s-a desfășurat în mod remote. Acest antrenament m-a permis să consolidez cunoștințele despre serviciile AWS, K8s și toolele devOps din jurul Kubeflow, care sunt bazele necesare pentru a aborda subiectul în mod corespunzător. Doresc să-i mulțumesc lui Malawski Marcin pentru paciența și profesionalismul arătat în antrenament și în oferirea de sfaturi privind cele mai bune practici. Malawski abordează subiectul din diferite perspective, folosind diverse instrumente de dezvoltare Ansible, EKS kubectl, Terraform. Acum sunt cu siguranță convins că mă îndrept către domeniul potrivit de aplicare.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM
Curs - Kubeflow
Tradus de catre o masina
