План на курса

Въведение в Edge AI и NVIDIA Jetson

  • Преглед на edge AI приложения
  • Въведение в хардуера на NVIDIA Jetson
  • JetPack SDK компоненти и среда за разработка

Настройване на средата за разработка

  • Инсталиране на JetPack SDK и настройка на платката Jetson
  • Разбиране на TensorRT и оптимизация на модела
  • Конфигуриране на средата за изпълнение

Оптимизиране на AI модели за Edge Deployment

  • Моделиране на квантуване и техники за подрязване
  • Използване на TensorRT за ускоряване на модела
  • Конвертиране на модели във формат ONNX

Внедряване на AI модели на Jetson устройства

  • Изпълнение на изводи с TensorRT
  • Интегриране на AI модели с приложения в реално време
  • Оптимизиране на производителността и намаляване на латентността

Computer Vision и Deep Learning за Джетсън

  • Внедряване на модели за класификация на изображения и откриване на обекти
  • Използване на AI за видео анализи в реално време
  • Внедряване на приложения за роботика, задвижвани от AI

Edge AI Сигурност и оптимизиране на производителността

  • Защита на AI модели на крайни устройства
  • Енергийна ефективност и управление на топлината
  • Мащабиране на AI приложения на Jetson платформи

Изпълнение на проекта и реалния свят Use Cases

  • Изграждане на базирано на AI IoT решение
  • Внедряване на AI в автономни системи
  • Казуси от AI на edge устройства

Обобщение и следващи стъпки

Изисквания

  • Опит с обучение и изводи за AI модели
  • Основни познания за вградени системи
  • Познаване на Python програмиране

Публика

  • AI разработчици
  • Вградени инженери
  • Robotics инженери
 21 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории