課程簡介

Introduction to Edge AI

  • 定義和關鍵概念
  • 邊緣 AI 和雲 AI 的區別
  • 邊緣 AI 的優勢和挑戰
  • 邊緣 AI 應用概述

邊緣 AI 架構

  • 邊緣 AI 系統的元件
  • 硬體和軟體要求
  • 邊緣 AI 應用程式中的數據流
  • 與現有系統集成

設置邊緣 AI 環境

  • Introduction to Edge AI 平臺(Raspberry Pi、NVIDIA Jetson 等)
  • 安裝必要的軟體和庫
  • 配置開發環境
  • 初始化Edge AI設置

開發邊緣 AI 模型

  • 機器學習和深度學習模型概述
  • 邊緣部署的訓練模型
  • 模型優化技術
  • 邊緣 AI 開發工具和框架

部署邊緣 AI 應用程式

  • 在邊緣設備上部署模型的步驟
  • 監視和管理已部署的模型
  • 實時數據處理和推理
  • 案例研究和示例

Use Case和應用

  • 邊緣 AI 的行業特定應用
  • 醫療保健、汽車和智慧家居案例研究
  • 成功案例和經驗教訓
  • 邊緣 AI 的未來趨勢和機遇

道德考量和最佳實踐

  • 確保邊緣 AI 中的隱私和安全
  • 解決偏見和公平問題
  • 符合法規和標準
  • 負責任地部署 AI 的最佳實踐

動手項目和練習

  • 開發簡單的邊緣 AI 應用程式
  • 真實世界的項目和場景
  • 協作小組練習
  • 專案演示和反饋

摘要和後續步驟

最低要求

  • 瞭解基本的 AI 和機器學習概念
  • 有程式設計語言經驗(Python 推薦)
  • 熟悉通用計算概念

觀眾

  • 開發人員
  • IT 專業人員
 14 時間:

人數


每位參與者的報價

Upcoming Courses

課程分類