Курс за обучение по TinyML: Запуск на AI на ултра-маломощни устройства на края на мрежата
TinyML революционира AI, позволявайки на ултра-нискоенергийно машинно обучение на микроконтролъри и устройства с ограничени ресурси на края.
Това обучение, водено от инструктор (онлайн или на място), е направено за средно ниво вградени инженери, разработчици на IoT и изследователи на AI, които искат да имплементират техники на TinyML за AI-овластени приложения на енергийно-ефективно оборудване.
До края на това обучение участниците ще могат да:
- Разберат основните принципи на TinyML и edge AI.
- Разгърнат леки AI модели на микроконтролъри.
- Оптимизират AI инференс за нискоенергийно потребление.
- Интегрират TinyML с реални IoT приложения.
Формат на курса
- Интерактивни лекции и дискусии.
- Много упражнения и практики.
- Ръчна имплементация в жива лабораторна среда.
Опции за персонализиране на курса
- За да попитате персонализирано обучение за този курс, моля свържете се с нас, за да уредим.
План на курса
Въведение в TinyML
- Какво е TinyML?
- Защо да извършваме AI на микроконтролъри?
- Проблеми и преимущества на TinyML
Настройка на средата за разработка на TinyML
- Преглед на инструменталните вериги на TinyML
- Инсталиране на TensorFlow Lite за микроконтролъри
- Работа с Arduino IDE и Edge Impulse
Създаване и развертане на модели на TinyML
- Обучаване на AI модели за TinyML
- Преобразуване и компресиране на AI модели за микроконтролъри
- Развертане на модели на нисковъзможна хардуер
Оптимизация на TinyML за енергоефективност
- Техники за квантоване за компресиране на моделите
- Разглеждания относно закъснението и потреблението на енергия
- Балансиране на производителността и енергоефективността
Реално време за извличане на заключения на микроконтролъри
- Обработка на данни от сензори с TinyML
- Изпълнение на AI модели на Arduino, STM32 и Raspberry Pi Pico
- Оптимизация на извличане за приложения в реално време
Интегриране на TinyML с IoT и приложения на периферните устройства
- Свързване на TinyML с IoT устройства
- Безжична комуникация и предаване на данни
- Развертане на решения за AI-управлявани IoT устройства
Приложения в реалния свят и бъдещи тенденции
- Примери за приложение в здравната грижа, земеделието и индустриалния мониторинг
- Бъдещето на ултра-нисковъзможната AI
- Следващи стъпки в изследванията и развертането на TinyML
Резюме и следващи стъпки
Изисквания
- Разбиране в вграждени системи и микроконтролери
- Опит с основни принципи на ИИ или машинно обучение
- Основни познания по програмиране на C, C++, или Python
Целева аудитория
- Инженери на вграждени системи
- Разработчици на IoT
- Изследователи на ИИ
Отворените курсове за обучение изискват 5+ участника.
Курс за обучение по TinyML: Запуск на AI на ултра-маломощни устройства на края на мрежата - Booking
Курс за обучение по TinyML: Запуск на AI на ултра-маломощни устройства на края на мрежата - Enquiry
TinyML: Запуск на AI на ултра-маломощни устройства на края на мрежата - Консултантско запитване
Консултантско запитване
Предстоящи Курсове
Свързани Kурсове
Упълномощени Edge AI Техники
14 часаТова е обучение с инструктор, което се провежда в онлайн или офлайн формат и е насочено към напреднали практици, изследователи и разработчици на изкуствен интелигент, които искат да овладеят последните разработки в областта на Edge AI, да оптимизират своите модели на изкуствен интелигент за разгръщане на периферни устройства и да разгледат специализирани приложения в различни индустрии.
До края на това обучение участниците ще бъдат в състояние да:
- Разглеждат напреднали техники в разработката и оптимизацията на модели на Edge AI.
- Прилагат най-новите стратегии за разгръщане на модели на изкуствен интелигент на периферни устройства.
- Използват специализирани инструменти и рамки за напреднали приложения на Edge AI.
- Оптимизират производителността и ефективността на решенията на Edge AI.
- Разглеждат иновативни случаи на употреба и възходящи тенденции в Edge AI.
- Отговарят на напреднали етични и сигурностни разпоредби при разгръщането на Edge AI.
Създаване на решения с изкуствен интелигент в крайните устройства
14 часаТози курс, воден от инструктор (онлайн или на място), е предназначен за разработчици на средно ниво, научни работници по данни и техноложки ентусиасти, които искат да придобият практични умения за развертане на AI модели на устройства за обработка на периферния сигнал за различните приложения.
До края на този курс участниците ще могат да:
- Разберат принципите на Edge AI и неговите предимства.
- Настройват и конфигурират средата за обработка на периферния сигнал.
- Развиват, обучават и оптимизират AI модели за развертане на периферните устройства.
- Имплементират практични решения на AI на периферните устройства.
- Оценяват и подобряват производителността на модели, развернати на периферните устройства.
- Адресират етични и сигурностни разглеждания в приложенията на Edge AI.
Edge AI в автономни системи
14 часаТози курс с инструктор, който се провежда на живо (онлайн или на място), е предназначен за роботични инженери със средно ниво на знания, разработчици на автономни превозни средства и изследователи в областта на изкуственото интелигентност, които искат да използват Edge AI за иновативни решения за автономни системи.
До края на това обучение участниците ще могат да:
- Разберат ролята и предимствата на Edge AI в автономни системи.
- Разработват и разпознаят AI модели за реално време обработка на уредни устройства.
- Имплементират Edge AI решения в автономни превозни средства, дрони и роботика.
- Дизайнат и оптимизират системи за управление с използване на Edge AI.
- Отговарят на етични и регулаторни разсъждения в автономни приложения на AI.
Edge AI: От концепция до имплементация
14 часаТози курс с инструктор, провеждан на живо (онлайн или на място), е предназначен за разработчици с средно ниво и ИТ професионалисти, които искат да придобият обширно разбиране за Edge AI – от концепцията до практичната реализация, включително настройка и развертане.
По края на този курс участниците ще могат да:
- Разберат основните концепции на Edge AI.
- Настроят и конфигурират средите за Edge AI.
- Разработват, обучават и оптимизират модели за Edge AI.
- Развертат и управляват приложения за Edge AI.
- Интегрират Edge AI с съществуващи системи и работни процеси.
- Разглеждат етични разсъждения и добри практики при реализацията на Edge AI.
Edge AI за здравеопазване
14 часаТовата урочна, жива обучение в България (онлайн или на място) е предназначено за медицински професионалисти с средно ниво, биомедицински инженери и разработчици на AI, които искат да използват Edge AI за иновативни решения в здравеопазването.
След завършване на това обучение участниците ще могат да:
- Разберат ролята и предимствата на Edge AI в здравеопазването.
- Разработват и разпространяват AI модели на периферни устройства за приложения в здравеопазването.
- Въвеждат решения за Edge AI в носими устройства и диагностични инструменти.
- Проектират и разпространяват системи за мониторинг на пациенти с използване на Edge AI.
- Обръщат внимание на етични и регулаторни аспекти в приложенията на AI в здравеопазването.
Edge AI в индустриалната автоматизация
14 часаТози курс с инструктор, провеждан жив (онлайн или на място), е предназначен за индустриални инженери със среден ниво на компетентност, специалисти в производството и разработчици на AI, които искат да внедрят решения на Edge AI в автоматизацията на производството.
До края на този курс участниците ще могат да:
- Разберат ролята на Edge AI в автоматизацията на производството.
- Внедрят решения за предиктивно поддръжане с Edge AI.
- Прилагат AI техники за контрол на качеството в производствените процеси.
- Оптимизират индустриалните процеси с Edge AI.
- Разпространяват и управляват решения на Edge AI в индустриални среди.
Edge AI за IoT приложения
14 часаТози курс с инструктор, проведен онлайн или на място, е предназначен за разработчици на средно ниво, системни архитекти и професионалисти от индустрията, които желаят да използват Edge AI за подобряване на IoT приложения с интелигентна обработка и анализ на данни.
Към края на този курс участващите ще могат да:
- Разберат основите на Edge AI и нейното приложение в IoT.
- Настроят и конфигурират среди за Edge AI на IoT устройства.
- Разработват и разпространяват AI модели на периферни устройства за IoT приложения.
- Реализират обработка и вземане на решения в реално време в IoT системи.
- Интегрират Edge AI с различните IoT протоколи и платформи.
- Разгледат етични съображения и най-добри практики в Edge AI за IoT.
Edge AI за Интелигентни Градове
14 часаТози курс с инструктор, който се провежда на живо (онлайн или на място), е предназначен за средно ниво урбанисти, цивилни инженери и мениджъри на проекти за умни градове, които искат да използват Edge AI за инициативи за умни градове.
Към края на този обучение участниците ще могат да:
- Разберат ролята на Edge AI в инфраструктурите на умни градове.
- Имплементират решения за Edge AI за управление на трафика и наблюдение.
- Оптимизират градските ресурси с използването на технологии за Edge AI.
- Интегрират Edge AI с вече съществуващи системи на умни градове.
- Разглеждат етични и регулаторни съображения при разпръскването на умни градове.
Edge AI с TensorFlow Lite
14 часаТози курс с инструктор, проведен на живо (онлайн или на място), е предназначен за разработчици с средно ниво знания, данъчни научници и практици на изкуствен интелект, които искат да използват TensorFlow Lite за приложения на Edge AI.
Към края на този курс участниците ще могат да:
- Разберат основните принципи на TensorFlow Lite и неговата роля в Edge AI.
- Развиват и оптимизират модели на изкуствен интелект с TensorFlow Lite.
- Разгръщат модели на TensorFlow Lite на различни уреди на края.
- Използват инструменти и техники за преобразуване и оптимизиране на модели.
- Реализират практични приложения на Edge AI с TensorFlow Lite.
Въведение в Edge AI
14 часаТова обучение с инструктор, което се провежда на живо (онлайн или на място), е предназначено за начинаещи разработчици и ИТ професионалисти, които искат да разберат основите на Edge AI и нейните начални приложения.
До края на това обучение участниците ще могат да:
- Разберат основните концепции и архитектура на Edge AI.
- Настроят и конфигурират средите за Edge AI.
- Разработват и разпространяват прости приложения на Edge AI.
- Идентифицират и разберат примерите за приложение и ползите на Edge AI.
Развертане на AI на микроконтролъри с TinyML
21 часаТози курс с инструктор, който се провежда на живо в България (онлайн или на място), е предназначен за инженерни специалисти с посредни знания в областта на вградените системи и разработчици на ИИ, които искат да разработат модели за машинно обучение на микроконтролъри с помощта на TensorFlow Lite и Edge Impulse.
След завършване на този курс участниците ще могат да:
- Разберет основните принципи на TinyML и нейните преимущества за приложения на ИИ в крайната точка.
- Настроят развиваща среда за проекти в TinyML.
- Обучават, оптимизират и разгръщат модели на ИИ на микроконтролъри с ниско потребление на енергия.
- Използват TensorFlow Lite и Edge Impulse за реализация на реални приложения в TinyML.
- Оптимизират модели на ИИ за ефективност на енергията и ограничения на паметта.
Оптимизиране на AI модели за крайни устройства
14 часаТози курс с инструктор, проведен на живо (онлайн или на място), е предназначен за разработчици на умни системи на средно ниво, инженери на машинен учене и системни архитекти, които искат да оптимизират модели на умна система за разпространение на периферни устройства.
Към края на този курс участниците ще могат да:
- Разберат предизвикателствата и изискванията за разпространение на модели на умна система на периферни устройства.
- Прилагат техники за компресия на модели, за да намалят големината и сложността на модели на умна система.
- Използват методи за квантизация, за да подобрят ефикасността на моделите на периферно оборудване.
- Прилагат техники за подрязване и други оптимизации, за да подобрят изпълнението на моделите.
- Разпространяват оптимизирани модели на умна система на различни периферни устройства.
Security and Privacy in Edge AI
14 часаТова обучение, водено от инструктор, в живо (онлайн или на място), е предназначено за специалисти по киберсигурност на средно ниво, системати администратори и изследователи на етика в изкуствен интелигент, които искат да осигурят и етично разпространяват решения за Edge AI.
До края на това обучение участниците ще могат да:
- Разберете предизвикателствата за сигурност и почивка в Edge AI.
- Прилагат най-добрите практики за осигуряване на устройствата на периферията и данните.
- Разработвате стратегии за намаляване на рисковете за сигурност при разпространението на решения за Edge AI.
- Обръщайте внимание на етичните разсъждения и осигурявайте съответствие с регулациите.
- Извършвате оценки за сигурност и аудит на приложения за Edge AI.
Въведение в TinyML
14 часаТози курс, воден от инструктор (онлайн или на място), е предназначен за инженери и специалисти по данни на начално ниво, които искат да разберат основните концепции, да изследват приложенията и да развернат модели на изкуствен интелигент на микроконтролъри.
До края на този курс участниците ще могат да:
- Разберат основните концепции на TinyML и неговата значимост.
- Развернат леки модели на изкуствен интелигент на микроконтролъри и устройства на края.
- Оптимизират и настройват модели на машинно обучение за намаляване на консумацията на енергия.
- Прилагат TinyML за реальни приложения, като например разпознаване на жестове, откриване на аномалии и обработка на аудио.
TinyML за IoT приложения
21 часаТова водено от инструктор обучение на живо в България (онлайн или на място) е насочено към IoT разработчици на средно ниво, вградени инженери и AI практикуващи, които желаят да внедрят TinyML за предсказуема поддръжка, откриване на аномалии и интелигентни сензорни приложения.
До края на това обучение участниците ще могат:
- Разберете основите на TinyML и неговите приложения в IoT.
- Настройте TinyML среда за разработка за IoT проекти.
- Разработвайте и внедрявайте ML модели на микроконтролери с ниска мощност.
- Прилагане на предсказуема поддръжка и откриване на аномалии с помощта на TinyML.
- Оптимизирайте моделите TinyML за ефективно използване на енергия и памет.