Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
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