Course Outline

Εισαγωγή στο Edge AI και στο NVIDIA Jetson

  • Επισκόπηση εφαρμογών edge AI
  • Εισαγωγή στο υλικό NVIDIA Jetson
  • Στοιχεία JetPack SDK και περιβάλλον ανάπτυξης

Δημιουργία Αναπτυξιακού Περιβάλλοντος

  • Εγκατάσταση JetPack SDK και ρύθμιση της πλακέτας Jetson
  • Κατανόηση του TensorRT και της βελτιστοποίησης μοντέλων
  • Διαμόρφωση του περιβάλλοντος χρόνου εκτέλεσης

Βελτιστοποίηση μοντέλων AI για ανάπτυξη Edge

  • Τεχνικές κβαντοποίησης και κλαδέματος μοντέλων
  • Χρήση TensorRT για επιτάχυνση μοντέλου
  • Μετατροπή μοντέλων σε μορφή ONNX

Ανάπτυξη μοντέλων AI σε συσκευές Jetson

  • Εκτέλεση συμπερασμάτων με το TensorRT
  • Ενσωμάτωση μοντέλων AI με εφαρμογές σε πραγματικό χρόνο
  • Βελτιστοποίηση απόδοσης και μείωση της καθυστέρησης

Computer Vision και Deep Learning στο Jetson

  • Ανάπτυξη μοντέλων ταξινόμησης εικόνων και ανίχνευσης αντικειμένων
  • Χρήση AI για ανάλυση βίντεο σε πραγματικό χρόνο
  • Εφαρμογή ρομποτικών εφαρμογών με τεχνητή νοημοσύνη

Edge AI Βελτιστοποίηση ασφάλειας και απόδοσης

  • Ασφάλιση μοντέλων AI σε συσκευές αιχμής
  • Απόδοση ισχύος και θερμική διαχείριση
  • Κλιμάκωση εφαρμογών AI σε πλατφόρμες Jetson

Υλοποίηση έργου και πραγματικός κόσμος Use Cases

  • Δημιουργία μιας λύσης IoT που βασίζεται σε AI
  • Ανάπτυξη AI σε αυτόνομα συστήματα
  • Μελέτες περίπτωσης τεχνητής νοημοσύνης σε συσκευές άκρων

Περίληψη και Επόμενα Βήματα

Requirements

  • Εμπειρία με εκπαίδευση μοντέλων τεχνητής νοημοσύνης και εξαγωγή συμπερασμάτων
  • Βασικές γνώσεις ενσωματωμένων συστημάτων
  • Εξοικείωση με τον προγραμματισμό Python

Ακροατήριο

  • Προγραμματιστές AI
  • Ενσωματωμένοι μηχανικοί
  • Robotics μηχανικοί
 21 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories