Zkuste nás kontaktovat

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

Počet účastníků


Cena za účastníka

Reference (1)

Nadcházející kurzy

Související kategorie