Kursplan

Introduksjon til TensorFlow Lite

  • Oversikt over TensorFlow Lite og dens arkitektur
  • Sammenligning med TensorFlow og andre edge AI-rammeverk
  • Fordeler og utfordringer ved å bruke TensorFlow Lite for Edge AI
  • Kasusstudier av TensorFlow Lite i Edge AI-applikasjoner

Sette opp TensorFlow Lite-miljøet

  • Installerer TensorFlow Lite og dens avhengigheter
  • Konfigurere utviklingsmiljøet
  • Introduksjon til TensorFlow Lite-verktøy og biblioteker
  • Hands-on øvelser for miljøoppsett

Utvikle AI-modeller med TensorFlow Lite

  • Designe og trene AI-modeller for edge-distribusjon
  • Konvertering av TensorFlow-modeller til TensorFlow Lite-format
  • Optimalisering av modeller for ytelse og effektivitet
  • Hands-on øvelser for modellutvikling og konvertering

Distribuerer TensorFlow Lite-modeller

  • Distribuere modeller på ulike edge-enheter (f.eks. smarttelefoner, mikrokontrollere)
  • Kjøre slutninger på edge-enheter
  • Feilsøking av distribusjonsproblemer
  • Hands-on øvelser for modelldistribusjon

Verktøy og teknikker for modelloptimalisering

  • Kvantisering og dens fordeler
  • Beskjærings- og modellkompresjonsteknikker
  • Bruker TensorFlow Lites optimaliseringsverktøy
  • Hands-on øvelser for modelloptimalisering

Bygge praktiske Edge AI-applikasjoner

  • Utvikle Edge AI-applikasjoner i den virkelige verden ved hjelp av TensorFlow Lite
  • Integrering av TensorFlow Lite-modeller med andre systemer og applikasjoner
  • Kasusstudier av vellykkede Edge AI-prosjekter
  • Praktisk prosjekt for å bygge en praktisk Edge AI-applikasjon

Sammendrag og neste trinn

Krav

  • En forståelse av AI og maskinlæringskonsepter
  • Erfaring med TensorFlow
  • Grunnleggende programmeringsferdigheter (Python anbefales)

Publikum

  • Utviklere
  • Dataforskere
  • AI-utøvere
 14 timer

Antall deltakere


Price per participant

Upcoming Courses

Related Categories