Návrh Školení

Úvod do On-Device AI

  • Základy výpočetního učení na zařízeních
  • Výhody a výzvy malých jazykových modelů
  • Přehled omezujících faktorů hardwaru pro mobilní a IoT zařízení

Optimalizace Modelů pro Deploj na Zařízeních

  • Kvantizace a odstřihování modelu
  • Distilace znalostí pro menší, efektivnější modely
  • Vyberte a přizpůsobte modely pro výkon na zařízeních

Platformové AI Nástroje a Frameworky

  • Úvod do TensorFlow Lite a PyTorch Mobile
  • Využití platform specifických knihoven pro AI na zařízeních
  • Strategie křížového nasazování mezi platformami

Reálný Casový Inferencní a Hranice Výpočetní Technologie

  • Techniky pro rychlý a efektivní inferenci na zařízeních
  • Využití hranic výpočetní technologie pro AI na zařízeních
  • Případové studie reálných aplikací AI v reálném čase

Správa Spotřeby Energie a Délky Baterie

  • Optimalizace aplikací AI pro energetickou efektivitu
  • Zahajování mezi výkonem a spotřebou energie
  • Strategie pro prodloužení životnosti baterie u zařízení s AI

Bezpečnost a Soukromí v On-Device AI

  • Zajištění datové bezpečnosti a ochrany osobních údajů
  • Spracování dat na zařízení pro zachování soukromí
  • Bezpečné aktualizace a udržování modelu

Uživatelský Zážitek a Návrh Interakce

  • Návrh intuitivních interakcí AI pro uživatele zařízení
  • Integrace jazykových modelů s uživatelskými rozhraními
  • Uživatelské testování a zpětná vazba pro AI na zařízeních

Škálovatelnost a Udržování

  • Správa a aktualizace modelů v nasazených zařízeních
  • Strategie pro škálovatelné AI řešení na zařízeních
  • Monitorování a analýza pro nasazené systémy AI

Projekt a Hodnocení

  • Vytvoření prototypu v vybraném odvětví a příprava k nasazení na vybrané zařízení
  • Prezentace AI řešení na zařízeních
  • Hodnocení založené na efektivitě, inovativnosti a praktičnosti

Shrnutí a Další Kroky

Požadavky

  • Silná základní znalost konceptů strojového učení a hlubokého učení
  • Zručnost v programování Pythonem
  • Základní znalost omezujících faktorů hardware pro nasazení umělé inteligence

Cílová skupina

  • Inženýři strojového učení a vývojáři AI
  • Vývojáři embedded systémů s zájmem o aplikace umělé inteligence
  • Manažeri produktů a technické vedoucí, kteří řídí projekty AI
 21 hodiny

Počet účastníků


Price per participant

Upcoming Courses

Související kategorie