Свържете се с нас

Съдържание и теми, включени в курса

Въведение в Edge и агентния AI

  • Преглед на агентния AI и edge изчисленията
  • Съображения за латентност, поверителност и честотна лента
  • Архитектурно сравнение: облачни срещу edge агенти

Проектиране на леки агентни архитектури

  • Разбиване на агентния цикъл за системи с ограничения
  • Асинхронен дизайн за ефективно изчисление
  • Балансиране на автономност и свързаност

Настройка на средата за разработка

  • Инсталиране на Python рамки за edge AI
  • Конфигуриране на TensorFlow Lite и PyTorch Mobile
  • Внедряване на тестови среди на Raspberry Pi или подобни устройства

Внедряване на извод на устройство

  • Конвертиране и квантуване на модели за edge внедряване
  • Изпълнение на извод с TensorFlow Lite и ONNX Runtime
  • Интегриране на резултатите от извода в циклите за вземане на решения на агента

Интегриране на агенти с хардуер и IoT

  • Свързване на сензори, изпълнителни механизми и IoT модули
  • Локални потоци за събиране и обработка на данни
  • Офлайн работа и поведение, задействано от събития

Оптимизация и мониторинг

  • Настройка на производителността за ниска консумация и висока скорост
  • Edge кеширане и техники за компресиране на модели
  • Мониторинг и дебъгване на edge агенти

Практически проект: Внедряване на лек агент на edge хардуер

  • Проектиране на малък автономен агент за IoT или роботизирана задача
  • Внедряване на извод от модел и локална логика
  • Тестване и оптимизиране за латентност и надеждност

Обобщение и следващи стъпки

Изисквания

  • Опит с програмиране на Python
  • Основно разбиране на работните процеси в машинното обучение
  • Запознатост с концепции за вградени или edge изчисления

Аудитория

  • Разработчици на вградени системи, интегриращи AI в хардуерни системи
  • Инженери по Edge ML, проектиращи решения за извод на устройство
  • Екипи по роботика, внедряващи агентен AI за автономна работа
 21 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории