План на курса

Въведение в Edge AI

  • Дефиниция и ключови понятия
  • Разлики между Edge AI и Cloud AI
  • Предимства и предизвикателства на Edge AI
  • Преглед на приложенията на Edge AI

Edge AI архитектура

  • Компоненти на Edge AI системи
  • Хардуерни и софтуерни изисквания
  • Поток на данни в Edge AI приложения
  • Интеграция със съществуващи системи

Настройване на Edge AI среда

  • Въведение в платформите Edge AI (Raspberry Pi, NVIDIA Jetson и др.)
  • Инсталиране на необходимия софтуер и библиотеки
  • Конфигуриране на средата за разработка
  • Инициализиране на настройката на Edge AI

Разработване на Edge AI модели

  • Преглед на моделите за машинно обучение и задълбочено обучение за крайни устройства
  • Модели за обучение специално за крайно внедряване
  • Техники за оптимизиране на модели за крайни устройства
  • Инструменти и рамки за разработка на Edge AI (TensorFlow Lite, OpenVINO и др.)

Data Management и предварителна обработка за Edge AI

  • Техники за събиране на данни за крайни среди
  • Предварителна обработка на данни и разширение за крайни устройства
  • Управление на тръбопроводи за данни на крайни устройства
  • Гарантиране на поверителност и сигурност на данните в крайни среди

Внедряване на Edge AI приложения

  • Стъпки за внедряване на модели на различни крайни устройства
  • Техники за наблюдение и управление на разгърнати модели
  • Обработка на данни в реално време и изводи на крайни устройства
  • Казуси и практически примери за внедряване

Интегриране на Edge AI с IoT системи

  • Свързване на Edge AI решения с IoT устройства и сензори
  • Communication протоколи и методи за обмен на данни
  • Изграждане на цялостно Edge AI и IoT решение
  • Практически примери и случаи на използване

Use Case и приложения

  • Специфични за индустрията приложения на Edge AI
  • Задълбочени казуси в здравеопазването, автомобилостроенето и интелигентните домове
  • Истории на успеха и научени уроци
  • Бъдещи тенденции и възможности в Edge AI

Етични съображения и най-добри практики

  • Гарантиране на поверителност и сигурност при внедрявания на Edge AI
  • Справяне с пристрастията и справедливостта в моделите Edge AI
  • Съответствие с разпоредбите и стандартите
  • Най-добри практики за отговорно внедряване на AI

Практически проекти и упражнения

  • Разработване на сложно приложение Edge AI
  • Реални проекти и сценарии
  • Съвместни групови упражнения
  • Представяне на проекти и обратна връзка

Обобщение и следващи стъпки

Изисквания

  • Разбиране на основните концепции за ИИ и машинно обучение
  • Опит с езици за програмиране (Python препоръчително)
  • Познаване на крайните компютри и концепциите за IoT

Публика

  • Разработчици
  • ИТ специалисти
 14 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории