План на курса

Въведение в TensorFlow Lite

  • Общ преглед на TensorFlow Lite и неговата архитектура
  • Сравнение с TensorFlow и други крайни AI рамки
  • Предимства и предизвикателства при използването на TensorFlow Lite за Edge AI
  • Казуси от TensorFlow Lite в Edge AI приложения

Настройване на TensorFlow Lite среда

  • Инсталиране на TensorFlow Lite и неговите зависимости
  • Конфигуриране на средата за разработка
  • Въведение в TensorFlow Lite инструменти и библиотеки
  • Практически упражнения за настройка на средата

Разработване на AI модели с TensorFlow Lite

  • Проектиране и обучение на AI модели за крайно внедряване
  • Конвертиране на TensorFlow модели в TensorFlow Lite формат
  • Оптимизиране на модели за производителност и ефективност
  • Практически упражнения за разработване и преобразуване на модели

Внедряване на TensorFlow олекотени модели

  • Внедряване на модели на различни крайни устройства (напр. смартфони, микроконтролери)
  • Изпълнение на изводи на крайни устройства
  • Отстраняване на проблеми с внедряването
  • Практически упражнения за внедряване на модел

Инструменти и техники за оптимизиране на модели

  • Квантуването и неговите предимства
  • Подрязване и техники за компресиране на модела
  • Използване на TensorFlow инструментите за оптимизация на Lite
  • Практически упражнения за оптимизиране на модела

Изграждане на практически Edge AI приложения

  • Разработване на реални приложения Edge AI с помощта на TensorFlow Lite
  • Интегриране на TensorFlow Lite модели с други системи и приложения
  • Казуси от успешни Edge AI проекти
  • Практически проект за изграждане на практично приложение Edge AI

Обобщение и следващи стъпки

Изисквания

  • Разбиране на концепциите за ИИ и машинно обучение
  • Опит с TensorFlow
  • Основни умения за програмиране (Python препоръчително)

Публика

  • Разработчици
  • Учени по данни
  • AI практици
 14 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории