Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Návrh Školení
Úvod do edge AI a platformy NVIDIA Jetson
- Přehled aplikací edge AI
- Seznámení s hardwarem NVIDIA Jetson
- Komponenty sady JetPack SDK a vývojové prostředí
Nastavení vývojového prostředí
- Instalace sady JetPack SDK a nastavení desky Jetson
- Seznámení s nástrojem TensorRT a optimalizací modelů
- Konfigurace runtime prostředí
Optimalizace modelů umělé inteligence pro nasazení na zařízeních typu edge
- Techniky kvantizace a ořezávání modelů
- Využití nástroje TensorRT k urychlení modelů
- Převod modelů do formátu ONNX
Nasazování modelů umělé inteligence na zařízení Jetson
- Provádění inferencí pomocí nástroje TensorRT
- Integrace modelů umělé inteligence do aplikací v reálném čase
- Optimalizace výkonu a snižování latence
Počítačová vizualizace a hluboké učení na platformě Jetson
- Nasazování modelů pro klasifikaci obrazu a detekci objektů
- Využití umělé inteligence k analýze videa v reálném čase
- Implementace robotics aplikací podporovaných umělou inteligencí
Bezpečnost a optimalizace výkonu v edge AI
- Zabezpečování modelů umělé inteligence na zařízeních typu edge
- Energetická efektivita a správa tepla
- Škálování aplikací umělé inteligence na platformách Jetson
Praktická realizace projektů a reálné příklady využití
- Vytvoření IoT řešení využívajícího umělou inteligenci
- Nasazování AI v autonomních systémech
- Příklady aplikací modelů umělé inteligence na zařízeních typu edge
Shrnutí a další kroky
Požadavky
- Zkušenosti s trénováním a prováděním inferencí modelů umělé inteligence
- Základní znalosti o embedded systémech
- Seznámenost s programováním v jazyce Python
Cílová skupina
- Vývojáři umělé inteligence
- Embedded inženýři
- Robotics inženýři
21 Hodiny
Reference (1)
Že můžeme probrat pokročilá témata a pracovat s reálnými příklady
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Kurz - Advanced Edge AI Techniques
Přeloženo strojem