Kursplan

Innføring i Edge og Agentsk AI

  • Oversikt over agentsk AI og edge-beregning
  • Latens, personvern og båndbredde-overvegheter
  • Arkitekturforhold: sky vs. edge agenter

Design av Lyse Agent-arkitekture

  • Nedbryting av agent-løkker for begrensete systemer
  • Asynkron design for effektiv beregning
  • Balans mellom autonomi og kobling

Oppsett av Utviklingsmiljøet

  • Installasjon av Python-rammeverk for edge AI
  • Konfigurering av TensorFlow Lite og PyTorch Mobile
  • Deploying testmiljøer på Raspberry Pi eller lignende enheter

Implementering av On-Device Inferens

  • Konvertering og kvantisering av modeller for edge-distribusjon
  • Kjøring av inferens med TensorFlow Lite og ONNX Runtime
  • Integrasjon av inferens-resultater i agent-avgangs-løkker

Integrasjon av Agenter med Hard- og IoT

  • Tilkobling av sensorer, aktuatorer og IoT-moduler
  • Lokal datainnsamling og -behandlingspipelines
  • Offline-operasjon og hendelse-utløste oppføringer

Optimalisering og Overvåking

  • Yteevnestilpassing for lav energibruk og høy hastighet
  • Edge caching og modellkomprimeringsteknikker
  • Overvåking og feilsøkning av edge-agenter

Praktisk Prosjekt: Deploying en Lyse Agent på Edge-hardware

  • Design av et smått selvstendig agent for en IoT- eller robotikkoppgave
  • Implementering av modell-inferens og lokal logikk
  • Testing og optimalisering for latens og pålitelighet

Oppsummering og Neste Trinn

Krav

  • Erfaring med Python-programmering
  • Grunnleggende forståelse av maskinlæringsarbeidsflyter
  • Familiaritet med innbyggede eller edge-beregningskonsepter

Målgruppe

  • Innbyggede utviklere som integrerer AI i hardwaresystemer
  • Edge ML-injener som designer on-device inferens-løsninger
  • Robotikkteam som deployer agensmessig AI for selvstendig operasjon
 21 timer

Antall deltakere


Pris per deltaker

Kommende kurs

Relaterte kategorier