Kursplan

Introduksjon til Nano Banana

  • Oversikt over rammeverket og dets muligheter
  • Forståelse av arkitekturen og bearbeidningspipeline
  • Sammenligning med andre on-device AI-løsninger

Oppsett av utviklingsmiljøet

  • Forberedelse av Android Studio for AI-arbeidslast
  • Integrasjon av Nano Banana SDK
  • Prosjektkonfigurasjon og avhengighetsstyring

Arbeid med Nano Banana APIer

  • Oppdagelse av kjernemethoder i APIen
  • Lasting og styring av lettvekt modeller
  • Utførelse av inferensoppgaver i sanntid

Optimalisering av AI-prestasjoner på Android

  • Strategier for lav-latens inferens
  • Hukommelses- og ressursstyringsmetoder
  • Benchmark-metoder og optimaliseringsverktøy

Design av AI-drevne brukeropplevelser

  • Implementering av responsivt UI-interaksjoner
  • Behandling av asynkron oppgaver og callbacks
  • Justering av AI-oppførsel med Android UX-retningslinjer

Sikkerhet og personvern i on-device AI

  • Sikring av sikkert håndtering av brukerdata
  • Metoder for privatlivsvennlig inferens
  • Overholdelseshensyn ved bedriftsdistribusjoner

Distribusjon og vedlikehold av AI-funksjoner

  • Pakkning og publisering av applikasjoner med innebygd AI
  • Versionering og oppdatering av lokale modeller
  • Overvåking og forbedring av prestasjon etter distribusjon

Avanserte brukstilfeller og integrasjoner

  • Kombinering av Nano Banana med eksisterende Android ML-verktøy
  • Implementering av multimodal AI-funksjonalitet
  • Utvidelse av applikasjoner med egendefinerte lettvikt modeller

Oppsummering og neste trinn

Krav

  • Et forståelse av Android-applikasjonsgrunnleggende
  • Erfaring med Kotlin eller Java
  • Grunnleggende kjennskap til mobilapp-feilsøkingsarbeidsflyt

Målgruppe

  • Android-utviklere som bygger AI-forbedrede apper
  • Programvareingeniører som utforsker on-device ML-arbeidsflyter
  • Tekniske team som vurderer lettvekt AI-distribusjon på Android
 14 timer

Antall deltakere


Pris per deltaker

Referanser (1)

Kommende kurs

Relaterte kategorier