Návrh Školení

Úvod do TensorFlow Lite

  • Přehled TensorFlow Lite a jeho architektura
  • Srovnání s TensorFlow a dalšími frameworky edge AI
  • Výhody a výzvy používání TensorFlow Lite pro Edge AI
  • Případové studie TensorFlow Lite v aplikacích Edge AI

Nastavení prostředí TensorFlow Lite

  • Instalace TensorFlow Lite a jeho závislostí
  • Konfigurace vývojového prostředí
  • Úvod do TensorFlow Lite nástrojů a knihoven
  • Praktická cvičení pro nastavení prostředí

Vývoj modelů AI s TensorFlow Lite

  • Navrhování a školení modelů umělé inteligence pro okrajové nasazení
  • Převod modelů TensorFlow do formátu TensorFlow Lite
  • Optimalizace modelů pro výkon a efektivitu
  • Praktická cvičení pro vývoj a konverzi modelu

Nasazení TensorFlow modelů Lite

  • Nasazení modelů na různá okrajová zařízení (např. chytré telefony, mikrokontroléry)
  • Spouštění odvození na okrajových zařízeních
  • Odstraňování problémů s nasazením
  • Praktická cvičení pro nasazení modelu

Nástroje a techniky pro optimalizaci modelu

  • Kvantování a jeho výhody
  • Techniky prořezávání a modelování
  • Využití optimalizačních nástrojů TensorFlow Lite
  • Praktická cvičení pro optimalizaci modelu

Vytváření praktických aplikací Edge AI

  • Vývoj aplikací Edge AI v reálném světě pomocí TensorFlow Lite
  • Integrace TensorFlow Lite modelů s jinými systémy a aplikacemi
  • Případové studie úspěšných projektů Edge AI
  • Praktický projekt pro vytvoření praktické aplikace Edge AI

Shrnutí a další kroky

Požadavky

  • Pochopení konceptů AI a strojového učení
  • Zkušenosti s TensorFlow
  • Základní znalosti programování (doporučeno Python)

Publikum

  • Vývojáři
  • Datoví vědci
  • praktikující AI
 14 hodiny

Počet účastníků


Price per participant

Upcoming Courses

Související kategorie