Návrh Školení

Úvod do Edge AI a NVIDIA Jetson

  • Přehled aplikací edge AI
  • Úvod do hardwaru NVIDIA Jetson
  • Součásti a vývojové prostředí JetPack SDK

Nastavení vývojového prostředí

  • Instalace JetPack SDK a nastavení desky Jetson
  • Pochopení TensorRT a optimalizace modelu
  • Konfigurace běhového prostředí

Optimalizace modelů umělé inteligence pro nasazení Edge

  • Kvantování modelu a techniky prořezávání
  • Použití TensorRT pro zrychlení modelu
  • Převod modelů do formátu ONNX

Nasazení modelů umělé inteligence na zařízeních Jetson

  • Spuštění inference pomocí TensorRT
  • Integrace modelů umělé inteligence s aplikacemi v reálném čase
  • Optimalizace výkonu a snížení latence

Computer Vision a Deep Learning na Jetsonu

  • Nasazení modelů klasifikace obrazu a detekce objektů
  • Použití AI pro analýzu videa v reálném čase
  • Implementace robotických aplikací s umělou inteligencí

Edge AI Optimalizace zabezpečení a výkonu

  • Zabezpečení modelů AI na okrajových zařízeních
  • Energetická účinnost a tepelný management
  • Škálování aplikací AI na platformách Jetson

Implementace projektů a skutečný svět Use Cases

  • Vytváření řešení IoT s umělou inteligencí
  • Nasazení AI v autonomních systémech
  • Případové studie AI na okrajových zařízeních

Shrnutí a další kroky

Požadavky

  • Zkušenosti s tréninkem a vyvozováním modelů AI
  • Základní znalost vestavěných systémů
  • Znalost programování Python

Publikum

  • Vývojáři AI
  • Vestavění inženýři
  • Robotics inženýři
 21 hodiny

Počet účastníků


Price per participant

Upcoming Courses

Související kategorie