Takk for at du sendte din henvendelse! En av våre teammedlemmer vil kontakte deg straks.
Takk for at du sendte din bestilling! En av våre teammedlemmer vil kontakte deg straks.
Kursplan
Introduksjon til Edge og Agenteisk AI
- Generelt om agenteisk AI og edge-beregning
- Omvurderinger av latens, personvern og båndbredde
- Arkitektonisk sammenligning: sky- vs. edge-agenter
Design av arkitekturer for lettvektsagenter
- Oppdeling av agentsykler for begrensede systemer
- Asynkron design for effektiv beregning
- Balanse mellom autonomi og connectivitet
Oppsett av utviklingsmiljø
- Installasjon av Python-rammeverk for edge-AI
- Konfigurasjon av TensorFlow Lite og PyTorch Mobile
- Distribusjon av testmiljøer på Raspberry Pi eller lignende enheter
Implementering av inferens på enheten
- Konvertering og kvantisering av modeller for edge-distribusjon
- Kjøring av inferens med TensorFlow Lite og ONNX Runtime
- Integrasjon av inferensresultater i agenter beslutningssykler
Integrasjon av agenter med maskinvare og IoT
- Kobling av sensorer, aktuatorer og IoT-moduler
- Lokal datainnsamling og prosesseringsrørledninger
- Drift offline og hendelsess styrt oppførsel
Optimalisering og overvåking
- Ytelsesjustering for lav effekt og høy hastighet
- Edge-caching og tekniker for komprimering av modeller
- Overvåking og feilsøking av edge-agenter
Praktisk prosjekt: Distribusjon av en lettvektsagent på edge-maskinvare
- Design av en liten autonom agent for en IoT- eller robotikkoppgave
- Implementering av modellinferens og lokal logikk
- Testing og optimalisering for latens og pålitelighet
Oppsummering og neste trinn
Krav
- Erfarig med Python-programmering
- Grunnleggende forståelse av maskininlæringsflyter
- Kjennskap til konsepter for innledd eller edge-beregning
Publikum
- Innleddutviklere som integrerer AI i maskinvaresystemer
- Edge-ML-ingeniører som designer løsninger for inferens på enheten
- Robotikkteam som distribuerer agenteisk AI for autonom drift
21 Timer
