Návrh Školení

Úvod do Edge AI a NVIDIA Jetson

  • Přehled aplikací pro Edge AI
  • Úvod do hardwaru NVIDIA Jetson
  • Komponenty SDK JetPack a vývojového prostředí

Nastavení Vývojového Prostředí

  • Instalace SDK JetPack a nastavení desky Jetson
  • Pochopení TensorRT a optimalizace modelů
  • Konfigurace prováděcího prostředí

Optimalizace AI Modelů pro Nasazení na Edge

  • Techniky kvantifikace a odstřižení modelu
  • Použití TensorRT pro zrychlení modelu hlubokého učení
  • Převod modelů do formátu ONNX

Nasazování AI Modelů na Zařízeních Jetson

  • Spouštění odvozových závěrů pomocí TensorRT
  • Integrace AI modelů s aplikacemi v reálném čase
  • Optimalizace výkonu a snižování latence

Počítačové Vize a Profilace Hlubokého Učení na Jetson

  • Nasazování modelů klasifikace obrázků a detekce objektů
  • Použití AI pro analýzu videa v reálném čase
  • Implementace robotických aplikací podporovaných umělou inteligencí

Bezpečnost a Optimalizace Výkonu Edge AI

  • Zabezpečení AI modelů na zařízeních na okraji
  • Efektivita energie a správa teploty
  • škálování aplikací s umělou inteligencí na platformách Jetson

Implementace Projektu a Skutečné Případové Studie

  • Vytváření řešení IoT s podporou umělé inteligence
  • Nasazování AI v autonomních systémech
  • Případové studie AI na zařízeních na okraji

Shrnutí a Další Kroky

Požadavky

  • Zkušenosti s trénováním a inferencí AI modelů
  • Základní znalost vložených systémů
  • Příznaky s programováním v Pythonu

Cílová skupina

  • Vývojáři AI
  • Inženýři vložených systémů
  • Inženýři robotiky
 21 hodiny

Počet účastníků


Price per participant

Upcoming Courses

Související kategorie