План на курса

Увод в Edge AI

  • Дефиниция и ключови концепции
  • Разлики между Edge AI и Cloud AI
  • Преимущества и предизвикателства на Edge AI
  • Обзор на приложения на Edge AI

Архитектура на Edge AI

  • Компоненти на системи за Edge AI
  • Изисквания за хардуер и софтуер
  • Поток на данни в приложенията на Edge AI
  • Интеграция с съществуващи системи

Настройка на средата за Edge AI

  • Увод в платформи за Edge AI (Raspberry Pi, NVIDIA Jetson, и др.)
  • Инсталиране на необходими софтуерни приложения и библиотеки
  • Настройка на средата за разработка
  • Инициализация на настройката за Edge AI

Разработка на модели за Edge AI

  • Обзор на модели за машинно обучение и дълбоко обучение за уредове на периферията
  • Обучение на модели, специално за развъртане на периферията
  • Техники за оптимизация на модели за уредове на периферията
  • Инструменти и платформи за разработка на Edge AI (TensorFlow Lite, OpenVINO, и др.)

Управление и предобработка на данни за Edge AI

  • Техники за събиране на данни в периферни среди
  • Предобработка и аугментация на данни за уредове на периферията
  • Управление на каналите за данни на уредове на периферията
  • Осигуряване на приватност и сигурност на данни в периферни среди

Развъртане на приложения за Edge AI

  • Стъпки за развъртане на модели на различни уредове на периферията
  • Техники за мониторинг и управление на развъртани модели
  • Реално време за обработка на данни и изводи на уредове на периферията
  • Примерни изследвания и практическо приложение на развъртане

Интеграция на Edge AI с системи IoT

  • Съединяване на решенията за Edge AI с уредове и сензори IoT
  • Протоколи за комуникация и методи за размяна на данни
  • Създаване на краен-краен решение за Edge AI и IoT
  • Практически примери и приложения

Примерни изследвания и приложения

  • Приложения на Edge AI в различни отрасли
  • Подробни изследвания в здравеопазването, автомобилната промишленост и умните домакинии
  • Успешни истории и извълени уроци
  • Будущи тенденции и възможности в Edge AI

Етични разглеждания и добри практики

  • Осигуряване на приватност и сигурност в развъртаните решения за Edge AI
  • Отзивчивост към предразположеност и справедливост в моделите за Edge AI
  • Съответствие с регулации и стандарти
  • Добри практики за отговорно развъртане на AI

Практическа работа и упражнения

  • Разработка на сложно приложение за Edge AI
  • Реални проекти и сценарии
  • Колаборативни упражнения в група
  • Представяне на проекти и обратна връзка

Резюме и следващи стъпки

Изисквания

  • Разбиране на основните концепции на изкуствен интелект и машинно обучение
  • Опит с езици за програмиране (рекомендуеми е Python)
  • Знакомство с концепциите на Edge computing и IoT

Целева аудитория

  • Разработчици
  • IT специалисти
 14 часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории